Dataset nima? Data Analyst uchun datasetlarni qayerdan topish mumkin?

Albatta. Maqolaning asosiy g‘oyasi yaxshi — ayniqsa “dataset data mutaxassisi uchun mashq maydoni” degan yondashuvni kuchaytirish mumkin. Men uni biroz kengaytirib, dataset nima, qanday bo‘ladi, data analyst uchun nega muhim, datasetni qanday tanlash va qayerdan olish qismlarini qo‘shgan bo‘lardim.

Dataset nima va uni qayerlardan topsa bo‘ladi?

ℹ️ Dataset (ma’lumotlar to‘plami) — muayyan tahlil, tadqiqot, hisobot yoki sun’iy intellekt modellarini o‘qitish uchun foydalaniladigan ma’lumotlar to‘plamidir.

Dataset turli ko‘rinishda bo‘lishi mumkin. Masalan:

• Excel jadvali;

• CSV fayl;

• JSON fayl;

• SQL ma’lumotlar bazasi;

• rasmlar to‘plami;

• audio fayllar;

• video fayllar;

• matnlar to‘plami.

Data analyst uchun esa eng ko‘p uchraydigan variantlardan biri — jadval ko‘rinishidagi dataset.

Masalan:

Bu oddiy jadvalning o‘zi ham dataset hisoblanadi.

📊 Dataset nima uchun kerak?

Agar siz Data Analyst, Data Scientist yoki Machine Learning yo‘nalishida rivojlanmoqchi bo‘lsangiz, faqat dasturlarni o‘rganish yetarli emas.

Masalan, SQL sintaksisini bilishingiz mumkin:

SELECT ...
FROM ...
WHERE ...
GROUP BY ...

Lekin real ma’lumotlar bilan ishlamasangiz, bu bilimlarni amaliyotda qo‘llash qiyinlashadi.

Shuning uchun dataset — o‘rgangan bilimlaringizni sinab ko‘rish uchun mashq maydoni.

Masalan:

• Excel → datasetni tozalash, formula va Pivot Table bilan ishlash.

• Power Query → ma’lumotlarni import qilish, tozalash va birlashtirish.

• SQL → SELECT, JOIN, GROUP BY, CTE, Window Functions orqali tahlil qilish.

• Power BI → dashboard va vizualizatsiyalar yaratish.

• Python → pandas orqali ma’lumotlarni tahlil qilish va grafiklar yaratish.

Ya’ni bitta datasetning o‘zida bir nechta ko‘nikmani mashq qilish mumkin.

🧩 Dataset qanday tuziladi?

Ko‘pincha datasetni oddiy jadval sifatida tasavvur qilish mumkin.

Qator (row) — bitta kuzatuv yoki obyekt.

Ustun (column) — ushbu obyekt haqidagi ma’lum bir xususiyat.

Masalan:

Bu yerda:

• Customer — mijoz;

• Age — mijoz yoshi;

• Region — hudud;

• Order Amount — buyurtma summasi.

Demak, har bir qator — kuzatuv, ustunlar esa ushbu kuzatuvning xususiyatlarini ifodalaydi.

🏷️ Datasetlarning turlari

Datasetlarni turli mezonlar bo‘yicha ajratish mumkin.

1. Labeled dataset

Ma’lumotlarga oldindan belgi yoki kategoriya berilgan.

Masalan:

Bu yerda Label ustuni ma’lumotning qaysi kategoriyaga tegishli ekanini ko‘rsatadi.

2. Unlabeled dataset

Ma’lumotlar mavjud, lekin ularga oldindan kategoriya berilmagan.

Masalan, mijozlarning xarid tarixi:

Bu ma’lumotlardan keyinchalik mijozlarni guruhlarga ajratish mumkin.

🎯 Data analyst uchun dataset bilan nima qilish mumkin?

Datasetni yuklab olib:

“Mana, dataset bor ekan”

deb qo‘yishning o‘zi yetarli emas.

Asosiy maqsad — undan foydali ma’lumot chiqarish.

Masalan, savdo datasetini olaylik.

Siz quyidagi savollarga javob izlash mumkin:

• Qaysi mahsulot eng ko‘p sotilgan?

• Qaysi hududda savdo yuqori?

• Qaysi oyda tushum eng katta bo‘lgan?

• O‘rtacha chek qancha?

• Eng ko‘p xarid qiladigan mijozlar kim?

• Qaysi mahsulotlar yomon sotilmoqda?

• Savdo qaysi davrda pasaygan?

• Qaysi mahsulotni ko‘proq reklama qilish kerak?

Shundan keyingina dataset biznes qaror qabul qilish uchun foydali ma’lumotga aylanadi.

🛒 Walmart Sales dataseti bilan qilgan ishim

Masalan, men yaqinda Walmart Sales ma’lumotlarini tahlil qilib, oddiy raqamlarni ko‘rib chiqish bilan cheklanmasdan, tahlil natijalariga asoslangan biznes takliflar ham tayyorladim.

Bu kabi datasetlar juda foydali.

Chunki O‘zbekistondagi Korzinka, Makro yoki boshqa savdo tarmoqlarida qanday ma’lumotlar bo‘lishi mumkinligini tasavvur qilish va shu ma’lumotlardan qanday xulosalar chiqarish mumkinligini mashq qilishga yordam beradi.

Albatta, Walmart ma’lumotlari O‘zbekiston savdo tarmog‘ining real ma’lumotlari emas.

Lekin data analyst sifatida fikrlashni mashq qilish uchun juda yaxshi trenajyor.

🧠 Dataset tanlashda nimaga e'tibor berish kerak?

Boshlayotgan bo‘lsangiz, tasodifiy juda katta datasetni yuklab olish shart emas.

Avval o‘zingizga savol bering:

“Men nimani mashq qilmoqchiman?”

Masalan:

Excel o‘rganayotgan bo‘lsangiz:

→ Sales dataset

SQL o‘rganayotgan bo‘lsangiz:

→ Customers + Orders + Products kabi bir nechta jadvaldan iborat dataset

Power BI o‘rganayotgan bo‘lsangiz:

→ Sales dataset

Python/Pandas o‘rganayotgan bo‘lsangiz:

→ CSV formatdagi dataset

Data cleaning mashq qilmoqchi bo‘lsangiz:

→ Null, duplicate va noto‘g‘ri formatdagi ma’lumotlari bor dataset.

🌐 Datasetlarni qayerdan topsa bo‘ladi?

Mashq qilish yoki data bilan ishlash uchun juda ko‘p bepul datasetlar mavjud.

1. Kaggle

Kaggle

Dataset topish uchun eng mashhur platformalardan biri.

Bu yerda:

• Sales;

• Finance;

• Marketing;

• Healthcare;

• E-commerce;

• Sports;

• Customer;

• Movies;

• HR kabi juda ko‘p mavzularda datasetlar mavjud.

Boshlovchilar uchun ham juda qulay.

2. Google Dataset Search

Google Dataset Search

Bu xizmat orqali internetdagi turli manbalardan datasetlarni qidirish mumkin.

Masalan:

ecommerce sales dataset

yoki

Uzbekistan population dataset

deb qidirib ko‘rishingiz mumkin.

3. FiveThirtyEight

FiveThirtyEight Data

Statistika, siyosat, sport va turli ijtimoiy mavzularga oid ma’lumotlarni topish mumkin.

4. Data.gov

Data.gov

AQSh hukumatining ochiq ma’lumotlar platformasi.

Bu yerda iqtisodiyot, aholi, transport, sog‘liqni saqlash, geografiya va boshqa ko‘plab yo‘nalishlarda ma’lumotlar mavjud.

5. GitHub

GitHub Dataset repositories

GitHub'da ham juda ko‘p datasetlar joylashtirilgan.

Ayniqsa ma’lum bir loyiha yoki texnologiya uchun dataset qidirayotgan bo‘lsangiz, foydali.

6. NASA Open Data

NASA Open Data

Kosmos, Yer, iqlim, atmosfera va boshqa ilmiy yo‘nalishlarga oid ochiq ma’lumotlar.

🎓 Dataset — data mutaxassisining trenajyori

Data sohasini o‘rganayotgan bo‘lsangiz, datasetlarni shunchaki fayl deb qaramang.

Ularni real loyihalarning kichik simulyatsiyasi deb qarang.

Masalan, har hafta yangi dataset olib:

Dataset → Tozalash → Tahlil → Vizualizatsiya → Xulosa → Tavsiya

ketma-ketligida ishlasangiz, vaqt o‘tishi bilan nafaqat Excel, SQL yoki Power BI'ni, balki data analyst kabi fikrlashni ham o‘rgana boshlaysiz.

Men ham data bilan ishlashni o‘rgatishda imkon qadar real hayotga yaqin datasetlar va amaliy vazifalardan foydalanishni ma’qul ko‘raman.

Chunki data analyst bo‘lish uchun:

“Men SQL bilaman”

deyishdan ko‘ra,

“Mana bu ma’lumotlardan mana bunday xulosani chiqardim va biznes uchun mana bunday taklif berdim”

deya olish ancha muhim.

Dataset topishning o‘zi maqsad emas. Muhimi — undan foydali ma’lumot va qaror chiqarishni o‘rganish.