|
Mashg’ulot shakli: amaliy mashg’ulot
|
| bet | 2/3 | | Sana | 20.12.2023 | | Hajmi | 0,82 Mb. | | #124991 |
Bog'liq Katta ma’lumotlarni qayta ishlash texnologiyalari va usullari” f (1) 1. Anketa (talabalar), 3-mavzu, conference, 12 labaratoriya ishi, Маълумотлар тузилмаси ва алгоритмлар узб, Abduvositaka, Saralash algoritmlari, Akademik yozuv 2 Omonboyev Rashidbek 12, kontakt hodisalar, golosariy, Operatsion tizimlar uz, 1 - lesson (internet), 2-маруза мавзуси Симулятор, dars tahlili, 6666666666666666666666666666666666666Mashg’ulot shakli: amaliy mashg’ulot
|
Big data va Hadoop ga kirish
|
|
Ma'lumotlarni birlashtirish.
|
|
Ma'lumotlarni o'zgartirish.
|
|
Ma'lumotlarni vizualizatsiya qilish.
|
|
Online ma’lumotlar manbaidan ma’lumotlarni tanlash bilan OLTP kubini yaratish
|
|
Online ma’lumotlar manbaidan ma’lumotlarni tanlash bilan OLAP kubini yaratish
|
|
Pivot jadvalini yaratish va taxrirlash
|
|
Ma’lumotlar kubini yaratish
|
|
HDFSning asosiy tushunchalari
|
|
Qaror darxtlarini qurish
|
|
Asosiy chiziqli tasniflagichni qurish
|
|
NoSQL texnologiyasi
|
|
NoSQL ma'lumotlar bazalari HBase
|
|
Kirish ma'lumotlarini siqish va bo'lish
|
|
Hadoop texnologiyasi
|
|
Hadoop arxitekturasining taqsimlangan xotirasi (HDFS) va YARN
|
|
Katta ma'lumotlar tizimlari va ETLga ma'lumotlarni kiritish
|
|
Taqsimlangan ishlov berish MapReduce Framework va Pig
|
|
Apache Hive
|
|
Funktsional dasturlash va Skala asoslari
|
|
Apache Spark keyingi avlod Big Data Framework
|
|
Spark Core Processing RDD
|
|
Spark SQL ma'lumotlar ramkalarini qayta ishlash
|
|
Spark MLib BigData-ni Spark bilan modellashtirish
|
|
Stream Processing Frameworks and Spark Streaming
|
|
Spark GraphX
|
|
Chiziqli regressiya yordamida ma’lumotlar bazasiga kirish
|
|
Chiziqli regressiya yordamida bashorat qilish
|
|
Neyron tarmoq yordamida tasniflash.
|
|
Daraxt tuzulmasi yordamida tasniflash.
|
MUSTAQIL TA’LIM (MT)
|
Soat
|
|
Ma'ruza va amaliy mashg'ulotlar va mustaqil uy vazifalarini o'zlashtirish. Ulardan:
|
90
|
|
Ma'ruzalarni o'zlashtirish va yangi mavzularga tayyorgarlik ko'rish
|
30
|
|
Amaliy topshiriqlarni o'zlashtirish va bajarish
|
30
|
|
Mustaqil ish uchun taklif etilayotgan mavzu konspektini tayyorlash
|
10
|
|
Mustaqil ish uchun taklif qilingan mavzu taqdimotini tayyorlash
|
10
|
|
Mustaqil ish uchun taklif qilingan mavzu yuzasidan hisobot va himoya
|
10
|
MUSTAQIL TA’LIM UCHUN TAVSIYA ETILADIGAN MAVZULAR (MT):
|
|
Big data va Hadoop ga kirish
|
|
Ma'lumotlarni birlashtirish
|
|
Ma'lumotlarni o'zgartirish
|
|
Ma'lumotlarni vizualizatsiya qilish
|
|
Online ma’lumotlar manbayidan ma’lumotlarni tanlash bilan OLTP kubini yaratish.
|
|
Online ma’lumotlar manbayidan ma’lumotlarni tanlash bilan OLAP kubini yaratish
|
|
Pivot jadvalini yaratish va taxrirlash
|
|
Ma’lumotlar kubini yaratish
|
|
Baes formulasidan foydalanib muamoni hal qilish
|
|
Qaror darxtlarini qurish
|
|
Asosiy chiziqli tasniflagichni qurish
|
|
NoSQL texnologiyasi
|
|
NoSQL ma'lumotlar bazalari HBase.
|
|
MapReduce texnologiyasi.
|
|
Hadoop texnologiyasi
|
|
Hadoop arxitekturasining taqsimlangan xotirasi (HDFS) va YARN.
|
|
Taqsimlangan ishlov berish MapReduce Framework va Pig.
|
|
Apache Hive
|
|
Funktsional dasturlash va Skala asoslari
|
|
Apache Spark keyingi avlod Big Data Framework
|
|
Spark Core Processing RDD
|
|
Spark SQL ma'lumotlar ramkalarini qayta ishlash
|
|
Spark MLib BigData-ni Spark bilan modellashtirish
|
|
Stream Processing Frameworks and Spark Streaming
|
|
Spark GraphX
|
|
Chiziqli regressiya yordamida ma’lumotlar bazasiga kirish
|
|
Chiziqli regressiya yordamida bashorat qilish
|
|
Neyron tarmoq yordamida tasniflash
|
|
Daraxt tuzulmasi yordamida tasniflash.
|
|
Katta ma'lumotlar tizimlari va ETLga ma'lumotlarni kiritish.
|
Asosiy adabiyotlar:
|
1
|
Digital notes on Big Data analytics B.TECH IV YEAR - I SEM
(2020-21)
|
2
|
Основы Big Data. Kонцепсии, алгоритмы и технологии. Томас Эрл, Ваджик Хаттак, Пол Булер 2016 Prentice Hall
|
3
|
Data Analysis with Python. Rituraj Dixit. 2023
|
Qo’shimcha adabiyotlar:
|
1
|
Big Data Hadoop and Spark Developer 2023
|
2
|
Основы Data Science и Big Data. Python и наука о данных 2017
|
3
|
Data Science. Наука о данных с нуля 2017
|
4
|
Python для сложных задач: наука о данных и машинное обучение.
|
5
|
Введение в Big Data 2014
|
6
|
Python и анализ данных 2015
|
7
|
D. Sh. Matros, G. B. Podnebesova, «Teoriya algoritmov», M. 2002;
|
8
|
I. N. Porublyev, A. B. Stavrovskiy, «Algoitmi i programmi. Reshenie olimpiadnix zadach», M. 2007;
|
9
|
Mirzayev A.N., Abduraxmonova Yu.M. “Iqtisodiy matematik usullar va modellar”, o’quv qo’llanma, “ALOQACHI”, 2015
|
10
|
Mirzayev A.N., Asadov Q.U. “Sonli usullar va dasturlash, modellashtirish” fanidan laboratoriya topshiriqlarini bajarish bo’yicha uslubiy ko’rsatmalar, 2019
|
11
|
Mirzayev A.N., Abduraxmonova Y.M. “Sonli usullar va dasturlash” fanidan ma’ruzalar matni, “ALOQACHI”, 2015
|
Internet resurslari:
|
www.estudu.uz
www.tuit.uz
https://www.youtube.com/watch?v=KcecJfxbd-4
www.ziyonet.uz
https://www.asu.ru/sveden/education/programs/subject/253065/
https://www.simplilearn.com/tutorials/big-data-tutorial/big-data-projects
https://www.youtube.com/watch?v=KCEPoPJ8sWw
www.window.edu.ru/window/catalog?p_rid=28455
https://www.youtube.com/watch?v=yTq2qc_eaTk
www.doc.ic.ac.uk/iccp/papers/discrete94.pdf
|
Talabaning fan bo‘yicha o‘zlashtirish ko‘rsatkichini nazorat qilishda quyidagi mezonlar tavsiya etiladi:
5 baxo olish uchun talabaning bilim darajasi quyidagilarga javob berishi lozim:
fanning moxiyati va mazmunini to‘liq yorita olsa;
fandagi mavzularni bayon qilishda ilmiylik va mantiqiylik saqlanib, ilmiy xatolik va chalkashliklarga yo‘l qo‘ymasa;
fan bo‘yicha mavzu materiallarining nazariy yoki amaliy axamiyati xaqida aniq tasavvurga ega bo‘lsa;
fan doirasida mustaqil erkin fikrlash kobiliyatini namoyon eta olsa;
berilgan savollarga aniq va lo‘nda javob bera olsa;
konspektga puxta tayyorlangan bo‘lsa;
> mustaqil topshiriqlarni to‘liq va aniq bajargan bo‘lsa;
> fanga tegishli qonunlar va boshqa me’yoriy xuquqiy xujjatlarini to‘liq o‘zlashtirgan bo‘lsa;
> fanga tegishli mavzulardan biri bo‘yicha ilmiy maqola chop ettirgan bulsa;
> tarixiy jarayonlarni sharxlay bilsa;
4 baxo olish uchun talabaning bilim darajasi quyidagilarga javob berishi lozim:
fanning moxiyati va mazmunini tushungan, fandagi mavzularni bayon qilishda ilmiy va mantiqiy chalkashliklarga yo‘l qo‘ymasa;
fanning mazmunini amaliy axamiyatini tushingan bo‘lsa;
fan bo‘yicha berilgan vazifa va topshiriqlarni o‘quv dasturi doirasida bajarsa;
fan bo‘yicha berilgan savollarga to‘g‘ri javob bera olsa;
fan bo‘yicha konspektini puxta shakllantirgan bo‘lsa;
fan bo‘yicha mustaqil topshiriqlarni to‘liq bajargan bo‘lsa;
fanga tegishli qonunlar va boshqa me’yoriy xujjatlarni o‘zlashtirgan bo‘lsa.
3 baxo olish uchun talabaning bilim darajasi kuyidagilarga javob berishi lozim:
fan xaqida umumiy tushunchaga. ega bo‘lsa;
fandagi mavzularni tor doirada yoritib, bayon qilishda ayrim chalkashliklarga yo‘l qo‘yilsa;
bayon qilish ravon bo‘lmasa;
fan bo‘yicha savollarga mujmal va chalkash javoblar olinsa;
fan bo‘yicha matn puxta shakllantirilmagan bo‘lsa.
quyidagi hollarda talabaning bilim darajasi qoiniqarsiz 2 baxo bilan baxolanishi mumkin:
fan bo‘yicha mashg‘ulotlarga tayorgarlik ko‘rilmagan bo‘lsa;
fan bo‘yicha mashg‘ulotlarga doir xech qanday tasavvurga ega bo‘lmasa;
fan bo‘yicha matnlarni boshqalardan ko‘chirib olganligi sezilib tursa;
fan bo‘yicha matnda jiddiy xato va chalkashliklarga yo‘l qo‘yilgan bo‘lsa;
fanga doir berilgan savollarga javob olinmasa;
fanni bilmasa.
|
| |
