|
10-Mavzu: Ma’lumotlar bazalari va katta hajmdagi ma’lumotlar bilan ishlash texnologiyalari Reja
|
| bet | 16/44 | | Sana | 25.09.2022 | | Hajmi | 0.96 Mb. | | #26366 |
Bog'liq Документ Microsoft Word (2) 19. Hajmiy nasoslar, ularning klassifikatsiyasi, 1667628630 (1), KA mustaqil ish, 2-yigilish ANIQ VA TABIIY FANLAR , 3-yigilishTABIIY FAN , husan iqtisot, Usmonov tayyor, Шахсий варақа 01.02.2019, qvonch 1, Mavzu Man tarmog\'ida qo\'llaniladigan asosiy qurilmalar Reja, Korxonaning asosiy fondlari va ularning tarkibi., GLOBAL KORUPSIYA IJTIMOIY , Biologiya o‘qitishda muammoli texnologiyadan foydalanish reja, Ermatov JavohirApparatli yechimlar. Teradata korporatsiyasi, EMC va boshqalar katta ma'lumotlarni qayta ishlashga mo'ljallangan apparatli va dasturiy ta'minot tizimlarini taklif qilishadi. Ushbu majmualar server klasteri va massiv parallel ishlov berish uchun boshqaruv dasturini o'z ichiga olgan o'rnatishga tayyor telekommunikatsion shkaflar sifatida yetkazib beriladi. Bunga ba'zida operativ xotirada analitik ishlov berish uchun apparatli yechimlari ham kiritiladi. Xususan, SAP kompaniyasidan Hana va Oracle kompaniyasidan Exalytics apparat va dasturiy ta'minot tizimlari kompleksi bo’lishiga qaramay, ularning operativ xotirasi miqdori bir necha terabayt bilan cheklanadi10.
McKinsey konsalting kompaniyasi aksariyat tahlilchilar tomonidan ko'rib chiqiladigan NoSQL, MapReduce, Hadoop, R texnologiyalaridan tashqari Business Intelligence texnologiyalari va SQL tilini qo'llab-quvvatlaydigan katta ma'lumotlarni qayta ishlashga qodir relyatsion ma'lumotlar bazasini boshqarish tizimlarini o'z ichiga oladi.
McKinsey xalqaro strategik boshqaruv kompaniyasi katta ma'lumotlarga tatbiq etilishi mumkin bo'lgan 11 ta tahliliy uslublarni keltiradi.
Data Mining uslubi (ma’lumotlarni olish, ularni intellektual va chuqur tahlil qilish) — qaror qabul qilish uchun zarur bo'lgan ilgari noma'lum, ahamiyatsiz, amaliy foydali bilimlarni aniqlash usullari to'plami. Bunday usullarga, xususan, assotsiativ qoidalarni o'qitish (association rule learning), klassifikatsiya qilish (turkumlarga ajratish), klasterli tahlil, regression tahlil, og'ishlarni aniqlash va tahlil qilish va boshqalar kiradi.
Kraudsorsing — bu ishni mehnat munosabatlariga kirmasdan bajaradigan keng doira kuchlari tomonidan ma'lumotlarni tasniflash va boyitish.
Ma’lumotlarni birlashtirish va integratsiya qilish (data fusion and integration) — chuqur tahlil qilish maqsadida (raqamli signallarni qayta ishlash, nutqni qayta ishlash, shu jumladan ohang tahlili va h.k) turli xil manbalardan olingan ma'lumotlarni birlashtirishga imkon beradigan texnik vositalar to'plami).
|
| |
