Axborot texnologiyalari, tarmoqlar va telekommunikatsiyalar

Предварительная обработка данных : 
метод приведения разнородных 
данных в общий вид, дополнения недостающего и отсеивания лишнего. 
Собственно, это подготовительный этап работы с Big Data, предшествующий 
анализу. 
Data Mining: 
Название метода в переводе означает «добыча данных», и 
это вполне отражает его суть: из разнородного массива информации 
извлекают полезные закономерности. В рамках Data Mining решаются задачи 
по классификации, кластеризации (объединению объектов в группы в 
зависимости от степени сходства), анализу отклонений и другие.[4] 
Нейронные сети: 
Алгоритмы машинного обучения работают примерно 
так же, как человеческий мозг: анализируют входные данные и выдают 
нужный результат. Умные нейросети могут, например, распознавать лица на 

---

International scientific conference "INFORMATION TECHNOLOGIES, NETWORKS AND 
TELECOMMUNICATIONS" ITN&T-2022 Urgench, 2022y April 29-30 
464 
фотографии или по ряду признаков определять недобросовестные 
транзакции.[5] 
5.
 
Data Mining. 
Data 
Mining 
– 
это 
сочетание 
широкого 
математического 
инструментария (от классического статистического анализа до новых 
кибернетических 
методов) 
и 
последних 
достижений 
в 
сфере 
информационных технологий. В технологии Data Mining гармонично 
объединились строго формализованные методы и методы неформального 
анализа, т.е. количественный и качественный анализ данных. 
К методам и алгоритмам Data Mining относятся: 
искусственные нейронные сети 
деревья решений, символьные правила 
методы ближайшего соседа и k-ближайшего соседа 
метод опорных векторов 
байесовские сети 
линейная регрессия 
корреляционно-регрессионный анализ 
Большинство аналитических методов, используемые в технологии Data 
Mining – это известные математические алгоритмы и методы. Новым в их 
применении является возможность их использования при решении тех или 
иных конкретных проблем, обусловленная появившимися возможностями 
технических и программных средств. Следует отметить, что большинство 
методов Data Mining были разработаны в рамках теории искусственного 
интеллекта. 
Задачи, решаемые методами Data Mining: 
классификации – разделении данных на группы;[6] 
кластеризации – поиск сходств;[7] 
ассоциации — распознавании похожих образов[8] 
регрессионном анализе — поиск факторов, которые могут изменить 
результаты;[9] 
анализе отклонений — поиск нетипичной информации.[10] 
Вывод 
Находить решения, когда у вас есть вся необходимая информация, 
проще. Именно поэтому использование больших данных дает компаниям 
конкурентные преимущества. Разработать актуальный продукт, составить 
эффективный план работ, предотвратить сбои в оборудовании, создать 
«цепляющее» рекламное предложение для пользователей – все это можно 
сделать благодаря сбору и анализу big data.