|
Bajardi: Sherboboyev D. Tekshirdi: Uralov O. Katta hajmdagi Ma’lumotlar (Big Data) qayta Ishlash texnologiyalari
|
| bet | 3/4 | | Sana | 13.05.2024 | | Hajmi | 0,77 Mb. | | #229796 |
Bog'liq Ma’lumotlarMa'lumotlarning bunday ulkan o'sishi Data Science-ni yuzaga keltirdi., bu esa keyinchalik Machine Learning, Sun'iy Intelligent, Deep Learning va boshqalarga tarqaldi. Ushbu texnologiyalarning barchasi korxonalar o'zlarining yig'ilgan ma'lumotlarini anglashlari va undan tushunchalar olishlari uchun mo'ljallangan
Digital Analitics
Katta ma'lumotlarni analiz qilish, inson his etish imkoniyatidan tashqarida
bo'lgan qonuniylatlarni hayotimizdagi barcha
aniqlashda yordam beradi. Bu esa sohalar, hukumatni boshqarish,
kundalik tibbiyot,
telekommunikatsiya, moliya, transport, ishlab chiqarish va boshqa sohalarni yanada yaxshilash, ularning imkoniyatlarini oshirish, muommolarga muqobil yechimlar izlab topish imkonini yaratadi.
McKinseyning Big data ma’lumotlarni tahlil qilish usullari:
Katta ma'lumotlarga misollar. Facebook va Google, IBM, Master Card, VISA va Bank of America kabi moliyaviy institutlar kabi ijtimoiy gigantlarni ko’rsatish mumkin.
Masalan, Tesla – Kompaniya so'nggi modelida avtopilot yordamida yo'lovchini kerakli joyga olib boradigan avtomobilni yaratishda
katta ma'lumot yordamidan foydalaniladi.
Katta ma'lumotlar nafaqat pul ishlashga, balki uni tejashga imkon beradi. Xususan, ushbu texnologiya Germaniya Mehnat vazirligiga ishsizlik bo'yicha nafaqalar narxini 10 milliard evroga kamaytirishga yordam berdi, chunki ma'lumotni o'rganib chiqqach, imtiyozlarning 20 foizi to'lanmaganligi ma'lum bo'ldi. Katta ma'lumotlarga asoslangan ta'lim sohasidagi o'zgargan ba'zi sohalar:
Moslashtirilgan va dinamik ta'lim dasturlari
- Shaxsiy talabalarga foyda keltiradigan moslashtirilgan dasturlar va sxemalar har bir talabaning o'quv tarixi asosida to'plangan ma'lumotlar yordamida yaratilishi mumkin. Bu talabalarning umumiy natijalarini yaxshilaydi.
Qayta ishlash
kursi materiallari
- Talaba nimani o'rganishi asosida va kurs tarkibiy qismlarini real vaqt rejimida kuzatish orqali qay darajada to'plangan ma'lumotlarga muvofiq o'quv materialini qayta tuzish talabalar uchun foydalidir
|
| |
