• Mavzu
  • Guruh: 961-19 Bajardi




    Download 251.5 Kb.
    bet1/7
    Sana23.12.2023
    Hajmi251.5 Kb.
    #127479
      1   2   3   4   5   6   7
    Bog'liq
    zafar
    optik tolali uzatish tizimlari, Mavzu Jamoani shakllantirishning istiqbol rejalari-fayllar.org, a, MUSIQAVIY BADIIY DIDNING DARAJASI, dilshod aka, Coursera Muhammedova, Shakarov Abbos falsafa axloqshunoslik, NKSHT 4MT (2), dilnoza, UMIRBEK, 1 Mînîpîliya nima , 1, 452-22 YN, TKT 1-2-3 MODULE KEY words new
      Bu sahifa navigatsiya:
    • Mavzu

    Muhammad Al-Хorazmiy nomidagi Toshkent Axborot Texnologiyalari universiteti Urganch filiali

    Mustaqil ish.



    Guruh:961-19
    Bajardi: Quronboyev Zafar.
    Fan nomi: Katta ma’lumotlarni qayta ishlash texnalogiyalari.
    Qabul qildi: O’razmatov Toxir.

    Mavzu: Katta ma'lumotlarni qayta ishlash va iqlim o'zgarishiga ta'siri.


    Reja:



    1. Kirish.

    2. Katta ma'lumotlarni qayta ishlash.

    3. Katta ma'lumotlarni qayta ishlash va iqlim o'zgarishiga ta'siri.

    4. Ma'lumotlarni iqlim o'zgarishiga ta'siri.

    5. Xulosa.

    6. Foydalanilgan adabiyotlar.


    Kirish.
    Big Data texnologiyasidan foydalanishning dolzarbligi ancha yuqori, chunki hozirgi vaqtda u axborot texnologiyalari rivojlanishining asosiy omillaridan biri hisoblanadi. Bu tendentsiya g'arb mamlakatlarida keng tarqaldi. Buning sababi, axborot texnologiyalari davrida, ayniqsa, ijtimoiy tarmoqlarni tez rivojlanishidan so'ng, har bir internet foydalanuvchisi uchun katta hajmdagi ma'lumotlar to'plana boshladi va buning oqibatida Big Data yo'nalishini keltirib chiqardi. Katta ma'lumotlar (ingl. big data) - bu doimiy o'sish, kompyuter tarmog'ining ko'plab tugunlari bo'ylab tarqatish sharoitida samarali bo'lgan inson tomonidan qabul qilinadigan natijalarni olish uchun katta hajmdagi va sezilarli xilma-xillikdagi tuzilgan va tuzilmagan ma'lumotlarni qayta ishlash uchun yondashuvlar, vositalar va usullar seriyasidir, an'anaviy ma'lumotlar bazasini boshqarish tizimlari va Business Intelligence sinfi yechimlariga muqobil ravishda 2000-yillarning oxirida shakllangan.
    Shunday qilib, Big Data ma'lumotlarning ma'lum bir miqdori va hatto ma'lumotlarning o'zi emas, balki ularni qayta ishlash usullari sifatida tushuniladi, bu taqsimlangan ma'lumotni qayta ishlashga imkon beradi. Ushbu usullar katta xajmdagi massivlar to'plamlariga va kichik ma’lumotlarga nisbatan qo'llanilishi mumkin.
    Katta ma'lumotlar bilan ishlash usullariga talab qiladigan ma'lumotlar manbai nima bo'lishi mumkinligiga misollar:

    • Internetdagi foydalanuvchilarni mantiqiy xulq-atvori

    • Transport kompaniyasi uchun avtomobillardan GPS signallari

    • Raqamlashtirilgan kitoblar

    • Barcha bank mijozlarining tranzaktsiya to'g'risidagi ma'lumotlar – Tarmoqdagi barcha onlayn xaridlar haqida ma'lumot va boshqalar.

    Big Data atamasi birinchi marta 1997 yilda Maykl Koks va Devid Elsvort tomonidan 8-IEEE vizualizatsiya konferentsiyasida kiritilgan. Ular katta ma'lumotlar muammosini virtualizatsiyani amalga oshirish uchun asosiy xotira, mahalliy va masofaviy disk hajmining etishmasligi deb atalgan. 1998 yilda SGI tadqiqot bo'limi boshlig'i Jon Mashey USENIX konferentsiyasida Big Data atamasini zamonaviy shaklda ishlatgan.
    Katta ma'lumotlarning imkoniyatlarini tushunish biroz keyinroq paydo bo'ldi. 2000 yil noyabr oyida Ekonometrik Hamjamiyatning sakkizinchi Butunjahon
    Kongressida Frensis Diebold «Big Data Dynamic Factor Models for Macroeconomic
    Measurement and Fore-casting» ("Makroiqtisodiy o'lchash va prognozlash uchun katta ma'lumotlarning dinamik omillari modellari") nomli ma'ruzasini taqdim etdi, unda u quyidagilarni ta'kidladi: "So'nggi paytlarda fan katta ma'lumotlar fenomeniga duch keldi va ulardan foyda oldi. Katta ma'lumotlar - bu mavjud va potentsial ahamiyatga ega bo'lgan ma'lumotlarning o’sish miqdori (ba'zan sifat o’sishi), bular ma'lumotlarni yozib olish va saqlash sohasidagi yutuqlar natijasidir.
    2001 yil 6 fevralda Meta Group kompaniyasidan Duglas Leyni (Gartnerning bir qismi) elektron tijoratning jadal o'sishi sharoitida markaziy ma'lumotlarni saqlash talablarining ortishi bilan bog'liq asosiy muammoli sohalarni tavsiflovchi hujjatni e'lon qildi, shuningdek, axborotni saqlash va qayta ishlash bilan bog'liq echimlar arxitekturasini yaratishga yondashuvlar bo'yicha IT kompaniyalarining strategiyasini o'zgarishi prognozini tuzdi.
    2008 yil iyun oyida Kris Andersonning Wired jurnalida «The end of theory: the data deluge makes the scientific method obsolete» maqolasi chop etilganda keng jamoatchilik e'tiborini katta ma'lumotlarga qaratdi.
    Katta ma'lumotlar" atamasining ilmiy hamjamiyatga keng joriy etilishi "Nature" jurnali muharriri Klifford Linch bilan bog'liq bo'lib, u 2008 yil 3 sentyabrda " Katta hajmdagi ma'lumotlar bilan ishlash imkoniyatlarini ochadigan texnologiyalar fanning kelajagiga qanday ta'sir qilishi mumkin?" mavzusida maxsus sonni tayyorlagan, unda qayta ishlangan ma'lumotlarning hajmi va xilma-xilligining portlovchi o'sishi fenomeni va miqdordan sifatga sakrash paradigmasidagi texnologik istiqbollar haqida materiallar to'plangan.
    2008 yil dekabr oyida Randal E. Bryant, Randy X. Katz va Edvard D. Lazowska «Big-data computing: creating revolutionary breakthroughs in commerce, science and society» maqolani nashr etishdi. Unda shular ta'kidlangan: "Qidiruv tizimlari ma'lumotlarning qidirish darajasini o'zgartirgani kabi, katta ma'lumotlar biznes, ilmiy tadqiqot, tibbiyot va mudofa soxalarini faoliyatini o'zgartirish mumkin... Katta ma'lumotlarni qayta ishlash, so'nggi o'n yil ichida hisoblash texnikasi sohasida eng katta yutug’dur. Biz hayotning barcha sohalarida katta ma'lumotlarning imkoniyatlarini endigina tushuna boshladik. Davlat sarmoyasi bu sohadagi tadqiqotlarni sezilarli darajada tezlashtirishi mumkin”.
    2012 yil may oyida Danah Boyd va Keyt Krouford «Critical Questions for Big Data» maqolasini nashr etishdi. Ular katta ma'lumotlarni «texnologiyalar va tahlil o'zaro ta'siriga asoslangan madaniy, texnologik va ilmiy hodisa sifatida belgilaydilar».


    Download 251.5 Kb.
      1   2   3   4   5   6   7




    Download 251.5 Kb.