Giáo án Bài 26 · KHMT. Làm quen với Khoa học dữ liệu

Huy động hiểu biết sẵn có về dữ liệu và tính toán; nhận ra cần có câu hỏi, cách kiểm tra và đối chiếu nguồn trước khi kết luận.

GV chiếu dữ liệu giả về số lượt mượn sách của một nhóm trong 4 ngày: ngày 1 là 12, ngày 2 là 16, ngày 3 là 12, ngày 4 là 20 (đơn vị: lượt/ngày). HS làm việc cá nhân rồi chia sẻ với bạn cùng bàn các câu hỏi:

• Tổng số lượt mượn trong 4 ngày là bao nhiêu? Trung bình mỗi ngày là bao nhiêu? Giá trị lớn nhất là bao nhiêu?
• Hai ngày đều có 12 lượt có nên bỏ bớt một dòng không? Vì sao?
• Nếu muốn kết luận về cả năm học, dữ liệu này đã đủ chưa?

• Tổng: $12+16+12+20=60$ lượt; trung bình: $\dfrac{60}{4}=15$ lượt/ngày; giá trị lớn nhất: 20 lượt.
• Hai số 12 không tự động là trùng: cần đối chiếu mã sự kiện/nguồn để xác định; chỉ bỏ dòng nếu xác nhận là nhập trùng cùng một sự kiện.
• Dữ liệu 4 ngày chưa đủ để kết luận cho cả năm hay tìm nguyên nhân; cần thêm nguồn và cách lấy mẫu rõ ràng.

Nêu được khái niệm khoa học dữ liệu và trình bày đúng các bước của chu trình phân tích dữ liệu; phân biệt dữ liệu có cấu trúc và phi cấu trúc.

HS hoạt động nhóm theo kĩ thuật khăn trải bàn: 5 nhóm, mỗi nhóm nhận một thẻ ghi một bước của chu trình kèm ví dụ gắn với thư viện trường:

1. Xác định câu hỏi (ví dụ: khung giờ nào thư viện đông?)
2. Thu thập dữ liệu hợp lệ (cách đếm, ghi nguồn, thời gian)
3. Làm sạch và tổ chức (xử lí thiếu, trùng, sai đơn vị)
4. Phân tích và mô hình (tính toán, so sánh theo câu hỏi)
5. Diễn giải và truyền đạt (kết luận có bối cảnh và giới hạn)
   Nhiệm vụ: nhóm ghi định nghĩa khoa học dữ liệu vào ô trung tâm khăn trải bàn, viết nội dung bước được giao, sau đó sắp xếp các bước theo thứ tự và vẽ mũi tên quay lại khi thiếu dữ liệu. Nhóm trả lời thêm: “Ảnh chụp bảng lớp và bảng dữ liệu có cùng cần nguồn không?”

• Khái niệm: khoa học dữ liệu kết hợp hiểu lĩnh vực, thống kê/toán và tin học để trích rút thông tin, tri thức phục vụ một câu hỏi.
• Chu trình: Xác định câu hỏi → Thu thập hợp lệ → Làm sạch và tổ chức → Phân tích/mô hình → Diễn giải và truyền đạt; khi phát hiện thiếu dữ liệu thì quay lại bước thu thập.
• Dữ liệu có cấu trúc được tổ chức theo bảng; dữ liệu phi cấu trúc như văn bản, ảnh không theo bảng. Cả hai đều cần nguồn và bối cảnh rõ ràng.
• Sơ đồ chu trình có mũi tên quay lại và ghi chú nguồn dữ liệu của nhóm.

Giải thích được vì sao dữ liệu thiếu, trùng, sai đơn vị không tự mất khi vẽ biểu đồ; tương quan không tự chứng minh nhân quả; mẫu thuận tiện không đương nhiên đại diện cho cộng đồng.

HS làm việc theo cặp, hoàn thành Phiếu học tập số 1 gồm bốn tình huống. Mỗi cặp đọc tình huống, chọn nhận định đúng, giải thích bằng một câu ngắn và nêu cách xử lí phù hợp. Sau đó các cặp kiểm tra chéo với cặp bên cạnh.

• Tình huống 1 (dữ liệu thiếu và sai đơn vị): không được vẽ biểu đồ ngay; phải kiểm tra ô trống, đổi cùng đơn vị (ví dụ cùng là lượt/ngày) trước khi phân tích, vì biểu đồ không tự sửa lỗi dữ liệu.
• Tình huống 2 (tương quan): hai đại lượng cùng tăng không tự chứng minh đại lượng thứ nhất gây ra đại lượng thứ hai; cần xem yếu tố khác và thiết kế nghiên cứu phù hợp. Nhận định “Sai”.
• Tình huống 3 (mẫu thuận tiện): chỉ khảo sát học sinh một lớp không đương nhiên đại diện cả trường; cần ghi rõ cách lấy mẫu và giới hạn.
• Tình huống 4 (hai bản ghi cùng giá trị 12 khác ngày): không tự coi là trùng; kiểm tra mã sự kiện, ngữ cảnh rồi quyết định.

Củng cố khái niệm, chu trình và cách đánh giá dữ liệu; tự kiểm tra kết quả bằng đáp án.

HS làm bài tập tương tác trên trang bài học NeoEdu hoặc làm trên giấy nếu không có thiết bị. Nội dung gồm:

1. Bước nào nên xác định trước khi chọn biểu đồ? A. Câu hỏi và dữ liệu cần trả lời; B. Màu đẹp nhất; C. Số lượt thích; D. Tên phần mềm ngẫu nhiên.
2. Hai bản ghi có cùng giá trị 12 nhưng khác ngày cần làm gì? A. Xóa một dòng ngay; B. Đổi số để khác; C. Không tự coi trùng, kiểm mã và ngữ cảnh; D. Giữ bí mật dữ liệu mẫu.
3. Tổng của 12, 16, 12, 20 là bao nhiêu? Trung bình là bao nhiêu?
4. Biểu đồ hai đại lượng cùng tăng có tự chứng minh đại lượng thứ nhất gây đại lượng thứ hai không?
5. Sắp xếp các bước của chu trình phân tích cơ bản.

Đáp án:

1. A (mục tiêu quyết định dữ liệu và phân tích, không bắt đầu từ hình thức).
2. C (trùng giá trị không đồng nghĩa trùng sự kiện).
3. Tổng là 60 lượt; trung bình là $\dfrac{60}{4}=15$ lượt/ngày.
4. Không; tương quan không đủ chứng minh nhân quả.
5. Xác định câu hỏi → Thu thập hợp lệ và làm sạch → Phân tích theo câu hỏi → Diễn giải có bối cảnh và giới hạn → Truyền đạt và phản hồi; chu trình có thể lặp khi thiếu dữ liệu.

Vận dụng chu trình và kiến thức đã học để viết báo cáo ngắn cho dữ liệu minh họa, nêu đúng số liệu, diễn giải có bối cảnh và hai giới hạn.

HS làm việc cá nhân hoặc cặp đôi, dùng Phiếu học tập số 2 để viết báo cáo ngắn (khoảng 8 đến 10 câu) cho dữ liệu 12, 16, 12, 20 lượt mượn sách trong 4 ngày. Báo cáo phải có tính toán, một diễn giải và hai giới hạn; nêu rõ nguồn và trạng thái dữ liệu là giả định. Sau đó HS trao đổi bài với bạn và tự chấm theo thang điểm trong phiếu.

Báo cáo ngắn đạt yêu cầu gồm:

• Số liệu: tổng 60 lượt; trung bình 15 lượt/ngày; lớn nhất 20; nhỏ nhất 12.
• Diễn giải: trong bốn ngày giả định này, trung bình 15 lượt/ngày; hai ngày cùng 12 lượt được xem là hai sự kiện hợp lệ nếu đối chiếu nguồn xác nhận.
• Hai giới hạn: dữ liệu chỉ gồm bốn ngày của một nhóm, không đại diện cả năm hay toàn trường; chưa có bằng chứng hoạt động tuyên truyền gây tăng lượt mượn.
• Nguồn: ghi rõ dữ liệu là minh họa, cách đếm và ngày thu thập.
  Thang điểm gợi ý: $0{,}35$ điểm số liệu; $0{,}25$ điểm diễn giải; $0{,}25$ điểm hai giới hạn; $0{,}15$ điểm nguồn và không xóa dữ liệu tùy tiện.