1-variant 1, Fanning maqsad va vazifalari, predmeti va metodlari

2-variant
1. Model - bu xususiyatlarni eng mos ravishda aks ettiruvchi ma'lumotlarning ko'rinishi dizayn jarayoni uchun zarur bo'lgan haqiqiy ob'ekt. Geometrik modellar geometrik bo'lgan ob'ektlarni tasvirlaydi va xususiyatlaydi. Geometrik modellashtirish - turli tabiatdagi ob'ektlarni modellashtirish geometrik ma'lumotlar turlaridan foydalanish. Geometrik modellashtirish dizayndagi haqiqiy yutuq bo'ldi va mahsulotlar ishlab chiqarish. Bu nafaqat dizayn jarayonini sezilarli darajada osonlashtiradi (hozir dizayn muhandisi rivojlangan fazoviy fikrlash yoki ega bo'lishi shart emas plastilin kabi materiallardan foydalaning - u ishlab chiqilayotgan mahsulotni ko'radi o'n to'rt to'g'ridan-to'g'ri ekranda), lekin ko'plab aloqa muammolarini bartaraf qiladi.SAPRda geometrik modellar ko'p muammolarni hal qilish uchun ishlatiladi. Birinchidan o'z navbatida, ular ob'ektlarning shakli va ularning o'zaro bog'liqligi haqidagi ma'lumotlarni saqlash uchun mo'ljallangan joylashuvi va uni kompyuter dasturi uchun qulay tarzda qayta ishlash uchun taqdim etish shakl. Bu elektron geometrik model va chizma o'rtasidagi asosiy farqdir uchun moʻljallangan shartli ramziy-grafik tasvirdir. Geometrik modellashtirish - amaliy matematika va hisoblash geometriyasining bo'limi bo'lib, shakllarni matematik tavsiflash usullari va algoritmlarini o'rganadi. Geometrik modellashtirishda o'rganiladigan shakllar asosan ikki yoki uch o'lchovli bo'lsa-da, uning ko'pgina vositalari va tamoyillari har qanday chekli o'lchamdagi to'plamlarga qo'llanilishi mumkin. Bugungi kunda ko'pincha geometrik modellashtirish kompyuterlar va kompyuterga asoslangan ilovalar uchun amalga oshiriladi. Ikki o'lchovli modellar kompyuter tipografiyasida va texnik rasmda muhim ahamiyatga ega. Uch o'lchovli modellar kompyuter yordamida loyihalash va ishlab chiqarishda (CAD/CAM) markaziy o'rin tutadi va fuqarolik va mashinasozlik, arxitektura, geologiya va tibbiy tasvirlarni qayta ishlash kabi ko'plab amaliy texnik sohalarda keng qo'llaniladi.Geometrik modellar odatda protsessual va ob'ektga yo'naltirilgan modellardan farqlanadi, ular shaklni tashqi ko'rinishini yaratuvchi noaniq algoritm bilan aniq belgilaydi. makonning nozik muntazam bo'linishi; va shaklning cheksiz rekursiv ta'rifini beruvchi fraktal modellar bilan. Biroq, bu farqlar ko'pincha loyqa bo'ladi: masalan, raqamli tasvirni rangli kvadratlar to'plami sifatida talqin qilish mumkin; doiralar kabi geometrik shakllar esa yashirin matematik tenglamalar bilan aniqlanadi. Bundan tashqari, fraktal model, uning rekursiv ta'rifi chekli chuqurlikka qisqartirilganda parametrik yoki yashirin modelni beradi. Geometrik modellash yadrosi kompyuter yordamida loyihalash (SAPR) paketlarida qoʻllaniladigan mustahkam modellashtirish dasturiy komponentidir Geometrik model vazifalari.Zamonaviy korxonalar global raqobatda omon qololmaydilar sifatli, arzonroq va qisqa vaqt ichida yangi mahsulotlarni chiqarish. Shuning uchun ular kompyuterlarning ulkan xotira imkoniyatlaridan foydalanishga intilishadi, ularning uchun yuqori unumdorlik va qulay grafik interfeys dizayn va ishlab chiqarish vazifalarini avtomatlashtirish va bog'lash ilgari juda zerikarli va bir-biriga mutlaqo aloqasi yo'q edi. Shunday qilib shunday qilib, mahsulotni ishlab chiqish va chiqarish uchun vaqt va xarajatlarni qisqartiradi. Shu maqsadda kompyuter yordamida loyihalash texnologiyalaridan foydalaniladi - SAPR), kompyuter yordamida ishlab chiqarish (CAM) va avtomatlashtirilgan ishlab chiqish va loyihalash (kompyuter muhandisligi - CAE). Kimga CAD / CAM / CAE tizimlarining ma'nosini tushunish (rus tilida bu tizimlarning barchasi birgalikda deyiladi). Kompyuter quvvatli dizayn tizimlari - SAPR), biz har xil narsalarni o'rganishimiz kerak ishlab chiqish jarayonida hal qilinishi va bajarilishi kerak bo'lgan vazifalar va operatsiyalar va mahsulot ishlab chiqarish. Bu vazifalarning barchasi birgalikda hayot aylanishi deb ataladi.Geometrik modellashtirish tizimi uch o'lchovli hisoblanadi kompyuter yordamida loyihalash tizimining ekvivalenti, ya'ni dasturiy ta'minot to'plami, tekis ob'ektlar bilan emas, balki 3D bilan ishlash. Ushbu dasturiy paketlar avtomatlashtirilgan bilan bog'liq dizayn (CAE). Ulardan foydalanishning asosiy muammosi analitik modelni shakllantirish zarurati. Muammo umuman bo'lmaydi agar analitik model kontseptual dizayndan avtomatik tarzda olingan bo'lsa. Biroq, yuqorida aytib o'tilganidek, analitik model kontseptual dizayn bilan bir xil emas - undan ahamiyatsiz tafsilotlarni yo'q qilish va o'lchamlarni kamaytirish orqali olinadi. Abstraktsiyaning talab darajasi tahlil turiga va yechimning kerakli aniqligiga bog'liq. Shuning uchun abstraktsiya jarayonini avtomatlashtirish juda qiyin analitik model ko'pincha alohida tuziladi. Odatda mavhum dizayn modeli ishchi chizmani ishlab chiqish tizimida yoki geometrikda yaratiladi modellashtirish va ba'zan analitik paketning o'rnatilgan vositalaridan foydalanish. Analitik paketlar odatda o'rganilayotgan strukturaning taqdim etilishini talab qiladi uchun qulay bo'lgan ob'ektni alohida bo'limlarga bo'linadigan bog'langan panjaralarning kombinatsiyasi shaklida kompyuterda ishlov berish. Agar analitik paket to'rni yaratishi mumkin bo'lsa avtomatik ravishda, odam faqat mavhum ob'ektning chegaralarini belgilashi mumkin. Aks holda Bunday holda, tarmoq foydalanuvchi tomonidan ham interaktiv yoki interaktiv tarzda yaratiladi avtomatik ravishda, lekin boshqa dasturda. To'rni yaratish jarayoni modellashtirish deb ataladi chekli elementlarni modellashtirish. Ushbu usul yordamida modellashtirish chegara shartlarini va tashqi yuklarni belgilashni ham o'z ichiga oladi.SAPRning eng asosiy vazifasi strukturaning geometriyasini aniqlashdir, chunki geometriya mahsulotning hayot aylanishining barcha keyingi bosqichlarini belgilaydi. Shu
2.2
Maqsaddageometrik modellashtirish va ishlashni rivojlantirish uchun keng tarqalgan tizimlarchizmalar. Shuning uchun bu tizimlar odatda avtomatlashtirilgan tizimlar hisoblanadi.dizayn. Bundan tashqari, ushbu tizimlarda aniqlangan geometriyadan foydalanish mumkinCAE va CAM tizimlarida keyingi operatsiyalar uchun asos sifatida. 2.Qaror qabul qilishni qo‘llab-quvvatlash tizimi. Uning evolyutsiyasi. Menejerlarning faoliyati turli murakkablikdagi qarorlarni qabul qilish zaruriyati bilan bog‘liq. (masalan, firmani rivojlantirish yo‘nalishini tanlash, kompaniya faoliyatini avtomat-lashtirish variantlari ofis uchun binoni tanlash, filiallarni joylashtirish variantlarini belgilash, ishlab chiqariladigan yoki sotib olinadigan tovarlar turlari, asbob-uskuna turlari, kreditor, ishning hamijrochisi vakant joylarga nomzodlardan birini tayin-lash). Bu birinchi galda axborot qarorlarini qabul qilish uchun talab etiladigan yig‘in zaruriyati bilan bog‘liq. Axborotga ega bo‘lish zarur, biroq to‘g‘ri qaror qabul qilish uchun bu yetarli emas. Buning uchun predmet sohasini yaxshi bilish, qaror qabul qilish ko‘nikma-sini hosil qilish, bir qator vosita va usullarga ega bo‘lishi lozim.Shuning uchun ancha murakkab qarorlarni qabul qilishda turli sohalardagi ekspert-mutaxassislarni jalb etish kerak bo‘ladi. Biroq ekspertlar bilimidan samarali foydalanish uchun, birinchidan, qanday ekspertlar), ikkinchidan, ular oldiga qanday masalalarni qo‘yishni, va nihoyat, qaror qabul qilish uchun ularning bilimidan qanday foydalanishni bilish kerak bo‘ladi. Ayni paytda qaror qabul qilish mas’uliyati baribir menejer zimmasida qoladi.Qaror qabul qilishdagi asosiy vazifa - bu alternativ (muqobil) variantlarni tanlash yoki ularning bir nechtasini maqsadga yetishish uchun qanchalik ahamiyatligiga ko‘ra qatorlashtirib chiqish. Axborot-lashtirish variantlarini tanlashda, avvalo firmaning asosiy maq-sadi sifatida firma rentabelligini oshirishni ko‘rsatish mumkin. Variantlarni baholash mezonlari sifatida esa axborotlashtirishga ketgan harajatlar, boshqa faoliyat turiga moslashish imkoniyati axborotni himoyalash imkoniyati, so‘rovga javob berish tezligi, asbob-uskunalarning ishonchliligi va hokazo omillarni qo‘llash mumkin.Qarorlar qabul qilish bosqichlarida va jarayonlarida yuzaga keladigan muammolarni hal etishning ko‘plab usullari mavjud. Bu barcha usullar maxsus axborot tizimlari – qaror qabul qilishni qo‘llab – quvvatlash tizimi (QQQQT) orqali amalga oshiriladi. QQQTni loyhalash iqtisodiy jihatdan maqsadga muvofiqlikka asoslangan bo‘lib, vazifalarning murakkabligi bilan aniqlanadi. Mazkur tizim - dialog ko‘rinishidagi avtomatlashtirilgan tizimdir. U boshqaruvning axborot tizimidagi muhim darajalaridan (katego-riya) biri sanaladi. So‘nggi paytlarda QQQT kichik va o‘rta biznesda ham (masalan, savdo nuqtalarini joylashtirish variantlarini tanlash) qo‘llanila boshlandi. Umuman olganda, ular alohida yakka uslubni qo‘llab – quvvatlash va menejerning shaxsiy talablariga mos kelish imkoniyatiga ega.Katta tijorat va davlat tashkilotlarida murakkab muammo-larni hal etish uchun yaratilgan tizimlar ham mavjud.Aviakompaniya tizimi. Aviatashish tarmog‘ida «Boshqaruvning Tahliliy Axborot Tizimi» deb nomlangan qaror qabul qilishni qo‘llab-quvvatlash tizimidan foydalaniladi. U American Airlines tomonidan yaratilgan, ammo boshqa kompaniyalar, samolyot ishlab chiqaruvchilar va assotsiatsiyalar, tahlilchilar tomonidan ham foydalaniladi. Bu tizim transportdan foydalanish chog‘ida to‘plangan ma’lumotlarni tahlil etish, yuk oqimini baholash jadvalini statistik tahlil etish orqali ko‘pincha qarorlarni qo‘llab-quvvatlaydi. Masalan, u kompaniyalar ulushi, tushumi va rentabellik bo‘yicha aviabozorlar uchun bashoratlash (prognoz qilish) imkonini beradi. Mazkur tizim shu tarzda aviakompaniyalar rahbariyatlariga chiptalar narxi, taransportga bo‘lgan talab va hokazo masalalar yuzasidan qaror qabul qilishga ko‘maklashadi.3 NoSQL - bu SQL (Tuzilgan so'rovlar tili) dan foydalanmaydigan aloqador bo'lmagan ma'lumotlar bazalari uchun umumiy atama. NoSQL ma'lumotlar bazalari relyatsion ma'lumotlar bazalaridan farqli o'laroq, gorizontal ravishda masshtablash uchun mo'ljallangan va ularni klasterda joylashtirish mumkin. Ushbu ma'lumotlar bazalarining aksariyati asosiy qiymatlar do'konlari ( Riak ), bu erda har bir satr kalit qiymat juftligidir. Bu erda e'tiborga olish kerak bo'lgan muhim narsa - qiymatda tuzatish sxemasi yo'q; u har qanday narsa bo'lishi mumkin - foydalanuvchi yoki foydalanuvchi profili yoki butun muhokama. Asosiy qiymat ma'lumotlar bazasining ikkita asosiy varianti mavjud - hujjatlar ma'lumotlar bazasi ( MongoDB ) va ustunlar oilasi ma'lumotlar bazasi ( Cassandra) .). Ularning ikkalasi ham qiymat ob'ekti ichidagi ma'lumotlarni oson qidirishga imkon berish uchun kalit-qiymat do'konining asosiy shartlarini kengaytiradi. Hujjatlar do'koni ma'lumotlar bazasi saqlangan qiymatga ichki maydonlarda so'rovlar berishga ruxsat beruvchi tuzilmani o'rnatadi. Boshqa tomondan, ustun-oila ma'lumotlar bazasi qiymatni bir nechta ustun qiymat juftliklarida saqlaydi (siz uni ikkinchi darajali kalit qiymat juftligi deb ham o'ylashingiz mumkin) va keyin ularni ustun-oila deb nomlangan izchil birlikka guruhlang.platformalar SQL va NoSQL-dan tashqaridagi turli xil ma'lumotlar to'plamlari bilan ishlashi mumkin, shu jumladan tekis fayllar, tasvirlar, oqim ma'lumotlari va boshqalar. Keling, Big Data yechimini amalga oshirish bo'yicha yuqori darajadagi umumiy ma'lumotga ega bo'laylik.Katta ma'lumotlar - Nomidan ko'rinib turibdiki, Big Data - bu juda katta va tez o'sib borayotgan ma'lumotlar haqida, lekin qanchalik katta va qanchalik tez bo'lsa ham, odamning ixtiyorida. Big Data qiymati taklifi shundaki, u tovar apparatida ishlashi mumkin. Bu erda ma'lumotlar Hadoop fayl tizimida (HDFS) saqlanadi va tugunlar bo'ylab takrorlanadi. Katta
2.3
ma'lumotlar bo'lsa, hisoblash ma'lumotlar harakatini minimallashtirish uchun ma'lumotlar tugunlariga o'tkaziladi. Ushbu qayta ishlash usuli MapReduce naqsh deb ataladiKo'pgina MapReduce ramkalari konfiguratsiyalar yordamida xaritalash va reduktorlar sonini boshqarishga imkon beradi. Qisqartirish funktsiyalari odatda bitta tugmachada ishlayotgan bo'lsa-da, yukni reduktorlar bo'ylab teng taqsimlashga yordam beradigan bir nechta kalitlarni bitta reduktorga yuborish imkonini beruvchi bo'lim funksiyasi tushunchasi ham mavjud. Va nihoyat, siz taxmin qilganingizdek, xaritachilar va reduktorlar turli tugunlarda ishlashi mumkin va buning uchun xarita chiqishi reduktorlarga o'tkazilishi kerak. Ushbu ma'lumotlar harakatlarini minimallashtirish uchun siz mahalliy qisqartirish ishni bajaradigan birlashtiruvchi qurilmalarni kiritishingiz mumkin - bizning holatlarimizda barcha o'yinchilarni reduktorga o'tkazishdan oldin tugun darajasida yig'ish mumkin. NoSQL ma'lumotlar bazalarining ko'pchiligi, shuningdek, so'rovlar va boshqalar orqali MapReduce-ni mavhumlashtirish / amalga oshirishning o'ziga xos usullariga ega.Endi tushunganingizdek, Hadoop kabi Big Data yechimlari NoSQL yechimlariga nisbatan kuchliroq, ammo murakkabroq. Ikkala yechim ham bir nechta o'xshashliklarga ega va katta ma'lumotlar to'plamlarini boshqarishi mumkin, ammo NoSQL odatda tranzaktsion ma'lumotlar do'konlariga mo'ljallangan, Big Data esa katta xilma-xil ma'lumotlar to'plamlarini tahlil qilish uchun ishlatiladi. NoSQL, shuningdek, Big Data yechimlari uchun kirish ma'lumotlar ombori sifatida ishlatilishi mumkin.
4. Data Mining-da modellar olingan bilimlarni ifodalash uchun ishlatiladi. Modellarning turlari ularni yaratish usullariga bog'liq. Eng keng tarqalganlari: qoidalar, qarorlar daraxtlari, klasterlar va matematik funktsiyalar.Data Mining ko'lami cheklanmagan - Data Mining har qanday ma'lumot mavjud bo'lgan joyda kerak bo'ladi. Ko'pgina bunday korxonalar tajribasi shuni ko'rsatadiki, Data Mining-dan foydalanish rentabelligi 1000% ga yetishi mumkin. Masalan, 350 dan 750 ming dollargacha bo'lgan dastlabki xarajatlardan 10-70 baravar yuqori iqtisodiy samara haqida xabarlar mavjud. 20 million dollarlik loyiha haqida maʼlumot berilgan, u bor-yoʻgʻi 4 oyda oʻzini oqladi. Yana bir misol - yiliga 700 000 dollar tejash. Buyuk Britaniyadagi supermarketlar tarmog'ida Data Mining joriy etish orqali. Ma'lumotlarni qidirish menejerlar va tahlilchilar uchun ularning kundalik faoliyatida katta ahamiyatga ega. Ishbilarmonlar Data Mining usullari yordamida sezilarli raqobatdosh ustunliklarga ega bo'lishlari mumkinligini tushundilar.Ma'lumotlarni qidirish vazifalarining tasnifi DataMining usullari tahlilchi duch keladigan ko'plab muammolarni hal qilishga imkon beradi. Ulardan asosiylari: tasniflash, regressiya, assotsiatsiya qoidalarini izlash va klasterlash 5. Xelopes - bu Germaniyaning Prudsys kompaniyasi tomonidan Rossiyaning ZSoft kompaniyasi mutaxassislari bilan yaqin hamkorlikda ishlab chiqilgan erkin tarqatiladigan kutubxona. Kutubxona arxitekturasi OMG konsorsiumining MDA (Model Driven Architecture) standartiga mos keladi, bu esa uni Java, C++ va C# da amalga oshirish imkonini berdi. Shaklda. MDA ning asosiy darajalarini taqdim etadi, uning mafkurasini aks ettiradi. MDA standartining asosiy g'oyasi bir yoki bir nechta platformaga xos modellarga (Platformaga xos modellar - PSM) mos keladigan platformadan mustaqil asosiy modelni (Platforma-Mustaqil Model - PIM) ishlab chiqishdir. Bunday holda, platforma ma'lum bir dasturlash tilida amalga oshiriladi. PIM modellari UML tilidan foydalangan holda tasvirlangan, PSM esa bu modellarning ma'lum bir tilda amalga oshirilishidir (Xelopes kutubxonasi uchun Java, C ++ va C # da uchta dastur mavjud . Xelopes kutubxonasining uchta tilda asosiy amalga oshirish sxemasi Xelopes CWM standartiga mos keladi, shuning uchun PIM kutubxonasi ushbu standartning Data Mining paketining UML diagrammalariga asoslangan (ular 8-bobda batafsil tavsiflangan). Xususan, quyidagi diagrammalar ishlatilgan: Bir butun sifatida Data Mining modelini ifodalovchi model diagrammasi; Settings-diagramma - Data Mining jarayoni sozlamalarini aks ettiruvchi; Data Mining atributlari tavsifini ifodalovchi atribut diagrammasi. Xelopes ushbu diagrammalarni yangi sinflar, usullar va interfeyslar bilan kengaytiradi. Bu, ayniqsa, PMML formatidagi modellarni shakllantirish uchun to'g'ri keladi. Xelopes kutubxonasi butun ma'lumotlarni qidirish jarayonida foydalanish uchun mo'ljallangan, shuning uchun quyidagi kontseptual sohalarni ifodalash uchun to'rtta qo'shimcha UML diagrammasi qo'shilgan: DataAccess - ma'lumotlarga kirishni tavsiflovchi diagramma; Algoritmlar - Data Mining modellarini yaratish jarayonini tavsiflovchi diagramma, ya'ni Data Mining algoritmlari; Data Mining algoritmlari uchun parametrlarni avtomatik tanlashni tavsiflovchi avtomatlashtirish diagrammasi; Data Mining modellashtirish uchun ma'lumotlarni o'zgartirish jarayonini tavsiflovchi transformatsiya diagrammasi. Ushbu etti diagramma Xelopes PIM yadrosining to'liq UML tavsifidir. Shuni ta'kidlash kerakki, 1.1 versiyasidan boshlab Model, Sozlamalar, Atribut, DataAccess, Algoritmlar, Transformatsiya va Avtomatlashtirish paketlarining