Kirish. Fanning maqsad va vazifalari, predmeti va metodlari

1 -"standart“ tipdagi MB larga nibatan katta hajmdagi ma'lumotlarni qayta ishlash.
2-Juda katta hajmlarda tezlik bilan keladigan ma'lumotlar bilan ishlash imkoniyati
3- Nafaqat juda ko'p ma'lumotlar tezlik bilan kelganda ishlash, balki ularning soni
doimiy ko'payib borish hususiyatiga ega bo`lganda ham ishlay olish.
Hajim
Aniqlik
Qiymat (narx)
Tezlik
Xilma-xillik
Moslashuvchanllik

Ma`lumotlarni tahlili

Modelni tanlash
Ma`lumotlarni tayorlash
Ma`lumotlar yigish
Maqsadni belgilash
Ma'lumotlarni inteliktual tahlili
Topologik ma'lumotlar tahlili
Statistik ma`lumotlar tahlili
Ma`lumotlarni modellashtirish

Foydalaniladigan adabiyotlar

• Дэви Силен, Арно Мейсман, Мохамед Али. Основы Data Science и Big Data. Python и наука о данных. СПб.: Питер, 2017. -336 с.(Серия «Библиотека программиста»).
• Хенрик, Ричардс Джозеф, Феверолф Марк, Машинное обучение, СПб.: Питер, 2017. -336 с.(Серия «Библиотека программиста»).
• В. Е. Туманов. Проектирование хранилиш данных для приложений систем деловой осведомленности (Business Intelligence System). изд. ИНТУИТ. 2016г.
• П.Флах. Наука и искусство построения алгоритмов, которью извлекают знания из данннх. Издание Cambridge Unversity Press, 2012 г.
• Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И., Методы и модели анализа данных: OLAP и Data Mining. СПб.: БХВ-Петербург, 2004. - 336 с.
• Елманова Н., Федоров А. Введение в OLAP-технологии Microsoft. СПб.: БХВ-Петербург, 2014.-232 с.
•  Праймесбергер, 2011, “Big data refers to the volume, variety and velocity of structured and unstructured data pouring through networks into processors and storage devices, along with the conversion of such data into business advice for enterprises.”.
• PwC, 2010, Термин «большие данные» характеризует совокупности данных c возможным экспоненциальным ростом, которые слишком велики, слишком неформатированы или слишком неструктурированы для анализа традиционными методами., с. 42.
• McKinsey, 2011, “Big data” refers to datasets whose size is beyond the ability of typical database software tools to capture, store, manage, and analyze, p. 1.
• Майер-Шенбергер, 2014.
• Перейти обратно:1 2 Gartner, 2011.
• Канаракус, Крис. Машина Больших Данных. Сети, № 04, 2011. Открытые системы (1 ноября 2011). — «…большие данные как «три V»: volume («объем» — петабайты хранимых данных), velocity («скорость» — получение данных, преобразование, загрузка, анализ и опрос в реальном времени) и variety («разнообразие» — обработка структурированных и полуструктурированных данных различных типов)». Дата обращения: 12 ноября 2011. Архивировано 3 сентября 2012 года.
• PwC, 2010, К началу 2010 года Hadoop, MapReduce и ассоциированные с ними технологии с открытым кодом стали движущей силой целого нового явления, которое O’Reilly Media, The Economist и другие издания окрестили большими данными, с. 42.

I.N.Tojimamatov

E`tiboringiz uchun rahmat
www.themegallery.com