|
Ijro etishni qo'llab-quvvatlash tizimi (Executive Support System)
|
| bet | 14/19 | | Sana | 05.01.2024 | | Hajmi | 60,21 Kb. | | #130807 |
Bog'liq Matematika-informatika akulteti axborot texnologiyalari kafedras-fayllar.org Vektor va tenzor tahlil (U.Dalaboyev), kgs gl32 02(5), 2019 kISHI TOPAR, Protokol Yagmyrov A, 6azJY7iSlpRhvx7CZVMr4FrlO2KYxIFeysQA0x6S (1), My Writing task 1, 3-grade cw (3), 5-lab. Aynazar., Mavzu Mulkchilik shakllari oʻzgarishining yoʻllari va usullari.-www.hozir.org, Mavzu Korxonalar faoliyatida elektron biznesdan foydalanish, 6- amaliy O’zbekiston Respublikasi davlat maktabgacha ta’lim tashkilotlari to’g’risidagi (2019-yil 13 - maydagi 391-son qarori) Nizomi, Zahiriddin-Muhammad-Bobur-mavzusi-uchun-dars-ishlanma, Kombinatorika elementlari , Mexanizmning erkinlik darajasi6. Ijro etishni qo'llab-quvvatlash tizimi (Executive Support System)
Ijro etishni qo'llab-quvvatlash tizimlari (IEQQT) xuddi QQQT o'xshaydi, lekin birinchi navbatda ijro etuvchi rahbarlar va egalari tomonidan qaror qabul qilishni optimallashtirish uchun foydalaniladi.
Ekspert tizimi korxona rahbarlariga odatiy bo'lmagan savollarga javob topishda yordam beradi, shunda ular kompaniyaning dunyoqarashi va ish faoliyatini yaxshilaydigan tanlov qilishlari mumkin. QQQT farqli o'laroq, ijro etuvchi qo'llab-quvvatlash tizimi yaxshi telekommunikatsiya funktsiyalarini va katta hisoblash funktsiyalarini ta'minlaydi.
Grafik dasturiy ta'minot soliq qoidalari, yangi raqobatbardosh startaplar, ichki muvofiqlik muammolari va boshqa tegishli ijro ma'lumotlari haqidagi ma'lumotlarni namoyish qilish uchun ESS tarkibiga kiritilgan. Bu rahbarlarga ichki ko'rsatkichlarni kuzatish, raqobatni kuzatish va o'sish imkoniyatlarini aniqlash imkonini beradi.
1.5. Ma`lumotlar tahlilining asosiy tushunchalari
Sodda qilib aytganda, ma'lumotlarni tahlil qilish deganda ma'lumotlarni qayta ishlash algoritmlari bilan bog'liq bo'lgan va har bir kiruvchi ob'ekt haqidagi ma`lumotlarga aniq javob bermaydigan usullar va ilovalar to'plamini tushunish mumkin.
Bu ularni saralash yoki lug'at bo`yicha topishni amalga oshirish kabi klassik algoritmlardan farq qiladi. Klassik algoritmni aniq amalga oshirish uning bajarilish vaqti va eggalagtan xotira hajmiga bog'liq, ammo uni qo'llashning kutilgan natijasi qat'iy belgilanadi.
Misol, raqamlarni taniydigan neyron tarmoqdan rasm bilan kiruvchi 6 raqamini aniqlashda 6-javobni qo'lda yozilgan oltita rasm bilan kiruvchi tasvirlardan olamiz, ammo bu aniq natijani beradi deb ayta olmaymiz. Bundan tashqari, har qanday (so'zning aniq ma'nosida) neyron tarmoq ba'zan to'g'ri kirish ma'lumotlarini ba'zi variantlarida xatoga yo`l qo`yadi.
Muammoning bunday bayonotini va uni yechishda ishlatiladigan usullar va algoritmlarni klassik (deterministik) dan farqli ravishda, noaniq (deterministik bo'lmagan) deb ataymiz. Yani, kiruvchi ma`lumotlardan talab qilingan aniq ma`lumotni ajratib olish murakkab masala sanaladi. Ushbu muammo ma`lumotlar tahlil orqali hal etiladi.
Ma'lumotlarni tahlil -bu eksperimental (keng ma'noda) ma'lumotlardan bilim olishning eng keng tarqalgan matematik usullari va hisoblash algoritmlarini qurish va tadqiq qilish bilan shug'ullanadigan, kerakli ma'lumotlarni olish va qaror qabul qilish uchun ma'lumotlarni o'rganish, saralash, o'zgartirish va modellashtirish jarayonini amalga oshiruvchi matematika va informatika sohasidir.
Ma'lumotlarni tahlil qilish ko'plab jihatlar va yondashuvlarga ega, fan va faoliyatning turli sohalarida turli usullarni qamrab oladi. Jumladan, katta ma`lumotlar (Big Data), ma`lumotlarni intellektual tahlil qilish (Data Mining), mashinali o`qitish (Machine Learning), algoritmlar, matematika kabi fan sohalari bo`lishi mumkin.
Ma`lumotlarni intellektual tahlil qilish (Data Mining)-bu ma'lumotlarni tavsiflashga emas, balki modellashtirish va ochishga qaratilgan ma'lumotlarni tahlil qilishning o'ziga xos usulidir. Biznes tahlillari yig'ilishga asoslangan ma'lumotlarni tahlil qilishni o'z ichiga oladi. Statistik ma'noda, ba'zilar ma'lumotlar tahlilini tavsiflovchi statistikaga, tadqiqot ma'lumotlarini tahlil qilishga va statistik gipotezalarni tekshirishga ajratadilar. Tadqiqot ma'lumotlarini tahlil qilish ma'lumotlarning yangi xususiyatlarini kashf etish bilan shug'ullanadi va statistik gipotezalarni tekshirish mavjud gipotezalarni tasdiqlash yoki rad etish bilan bog'liq. Bashoratli tahlil bashorat qilish yoki tasniflash uchun statistik yoki tarkibiy modellarni qo'llashga qaratilgan, matn tahlili esa tuzilmagan ma'lumotlarga tegishli matn manbalaridan ma'lumotlarni olish va tasniflash uchun statistik, lingvistik va tarkibiy usullarni qo'llaydi. Bularning barchasi ma'lumotlarni tahlil qilishning turlari hisoblanadi.
Ma'lumotlar integratsiyasi ma'lumotlar tahlilining kashfiyotchisi va ma'lumotlar tahlilining o'zi ma'lumotlarni vizualizatsiya qilish va ma'lumotlarni tarqatish bilan chambarchas bog'liq. Ma'lumotlarni tahlil qilish atamasi ba'zan sinonim sifatida ishlatiladi ma'lumotlarni.
Umuman olganda, ma'lumotlarni tahlil qilish loyihasini ishlab chiqish tsikli quyidagichadir.
Muammoning bayonini, mumkin bo'lgan ma'lumot manbalarini o'rganish.
Matematik tilda qayta tuzish, bashorat qilish sifati ko'rsatkichlarini tanlash.
Haqiqiy muhitda o'rganish va (hech bo'lmaganda sinov) foydalanish uchun quvur liniyasini yozish.
Muammoni hal qiluvchi Evristikani yoki oddiy mashinani o'rganish algoritmini yozish.
Agar kerak bo'lsa, algoritm sifatini yaxshilash, o'lchovlarni aniqlashtirish va qo'shimcha ma'lumotlarni jalb qilish mumkin.
|
| |
