Types of Data

मशीन लर्निंग में किसी भी मॉडल की सफलता इस बात पर निर्भर करती है कि उसे कैसा डेटा (Data) दिया गया है।
डेटा कई प्रकार का हो सकता है — जैसे संख्यात्मक, श्रेणीक (categorical), इमेज, या टेक्स्ट। हर प्रकार के डेटा के लिए अलग तकनीक और मॉडलिंग की ज़रूरत होती है।

---

🔷 🔹 Why Understand Data Types?

Reason	Benefit
सही preprocessing चुनना	Encoding, Scaling आदि के सही तरीके
Model compatibility	कौन सा मॉडल किस डेटा के साथ बेहतर काम करता है
Visualization & analysis	सही insight निकालना संभव होता है

---

🔶 1. संरचित डेटा (Structured Data)

• टेबल के रूप में होता है (rows और columns)
• Excel, CSV, SQL database जैसे स्रोत

✅ उदाहरण:

Name	Age	Gender	Salary
Raj	25	Male	₹30,000

---

🔶 2. अर्ध-संरचित डेटा (Semi-structured Data)

• कुछ degree तक structure होता है
• लेकिन rigid format नहीं होता
• अक्सर key-value format में

✅ उदाहरण:

• XML, JSON, YAML

{
  "name": "Raj",
  "age": 25,
  "salary": 30000
}

---

🔶 3. असंरचित डेटा (Unstructured Data)

• किसी fix format में नहीं होता
• मशीन के लिए सीधे समझना कठिन होता है

✅ उदाहरण:

• Text (e.g. tweets, reviews)
• Images
• Audio / Video

---

🔶 4. आंकड़ों के आधार पर डेटा के प्रकार (By Statistical Nature):

डेटा प्रकार	विवरण	उदाहरण
🔹 Numerical	संख्यात्मक	उम्र, वेतन
🔹 Categorical	श्रेणीक	Gender, City
🔹 Ordinal	क्रमबद्ध	Rank (High, Medium, Low)
🔹 Time Series	समय आधारित	Stock prices
🔹 Text	शब्द आधारित	Chat messages
🔹 Image	चित्र आधारित	Face detection
🔹 Audio	ध्वनि आधारित	Voice command

---

📊 Summary Table:

Type	Format	Example	ML Techniques
Structured	Tables	CSV, Excel	Supervised Learning
Semi-Structured	Key-Value	JSON/XML	NLP, API Parsing
Unstructured	Free-form	Text, Image	Deep Learning
Numerical	Numbers	Salary, Height	Regression
Categorical	Labels	Gender, City	Classification
Ordinal	Ordered Labels	Low < Medium < High	Ranking Models
Time Series	Indexed by time	Stock, Sensor	RNN, LSTM
Text	Sentence/word	Reviews, Chat	NLP (BERT, RNN)
Image	Pixels	Photos	CNN
Audio	Frequency	Voice	Audio Processing (WaveNet, etc.)

---

📝 Practice Questions:

1. Structured और Unstructured डेटा में क्या अंतर है?
2. Semi-structured डेटा के 2 उदाहरण दीजिए।
3. Numerical और Ordinal डेटा में क्या फ़र्क है?
4. Time Series डेटा किस प्रकार के मॉडल के लिए उपयुक्त है?
5. ChatGPT या Alexa जैसे मॉडल कौन से डेटा पर काम करते हैं?