Katta ma'lumotlar

Foydalanilgan adabiyotlar
Mualliflik huquqi © 2004 - 2022 Million ishlab chiqaruvchilar. MM Solutions Inc. Barcha huquqlar himoyalangan.
Voz kechish | Maxfiylik siyosati | Akkreditatsiya | Foydalanish shartlari | Qaytaring siyosati


TEXNOMAN - o'qib, o'rganib, o'rgatib, O'zbekistonda buyuk kelajak uchun Axborot Texnologiyalarini yanada rivojlantirish!
Loyiha haqida
WebStyle, Co-Founder
WinStyle, Co-Founder


Soʻnggi yillarda zamonaviy Sunʼiy intellekt (Artificial Intelligence) yoʻnalishining asosi boʻlgan Data Science yaʼni Maʼlumotlar muxandisligi faniga qiziqish ortib bormoqda.
Ushbu maqolada Data Science sohasiga qiziqqanlar uchun batafsil yoʻl xaritasini tuzamiz. Kelajakda shu yoʻnalishda ketishni istaganlar qanday bilimlarni va texnologiyalarni oʻrganishlari keraklgini koʻrib chiqamiz. Qoʻldan kelgancha har bir qadam uchun qoʻllanma, darslik yoki onlayn kurslarni ham tavsiya qilamiz.
Esingizda boʻlsin Data Science oʻz nomi bilan "science" yaʼni ilm-fanning bir yoʻnalishi. Zamonaviy Sunʼiy intellekt asosida ishlaydigan dasturlar ortida gigabayt, balki terabaytlab axborotlarni tahlil qilish, ulardan foydali maʼlumotlarni olish va nihoyat bevosita matematik modellar yaratish turadi.
Umuman olganda, sunʼiy intellekt yaratishning 70–80% vaqti maʼlumotlarni tahlil qilishdan va qolgan 20–30% esa bevosita dasturlashdan iborat. Shuning uchun bu sohaga kirgan insondan matematika, statistika va ehtimollar nazariyasidan minimal bilimlarga ega boʻlish talab qilinadi.
Zamonaviy frameworklar matematik formulalarni dastur koʻrinishga keltirishda katta yordam bersada, formula qanday ishlashi va undan qanday natija kutish haqida tasavvuringiz boʻlishi kerak.
Demak bu qadamda talab qilinadigan bilimlar:

• 
  Funksiyalar, tenglamalar, formulalar va grafiklar;
  
• 
  Statistika: oʼrta qiymat, median qiymat, dispersiya, korrelyatsiya va hokazo;
  
• 
  Ehtimollar nazariyasi: ehtimollikni hisoblash, Bayes teoremasi, shartli ehtimollik, turli xil taqsimotlar (uniform, normal);
  
• 
  Chiziqli Algebra: vektorlar, matrisalar va ular ustida amallar. Matrisalarning maxsus turlari;
  
• 
  Diskret matematika va maʼlumotlar tuzilmasi: toʻplamlar, stack, queue, graflar, array, hash jadvallar va shajara;
  
• 
  Matematik analiz asoslari: hosila, integral.
  

Esingizda tursin, sizdan talab qilinadigani, matematik bo'lish emas, balki yuqoridagi narsalarning qayerda ishlatilishi va qanday ishlashi haqida tasavvurga ega bo'lish xolos.
Vaqt: Yuqoridagi bilimlarni oʻzlashtirishga qancha vaqt ketishi sizga bogʻliq. Mening shaxsiy tavsiyam bularni oʻrganish uchun alohida vaqt sarflamasdan, maʼlum bir matematik muammoga duch kelganingizda aynan shu mavzuga oid darslarni koʻrib chiqish.