Mavzu: Ma’lumotlar bazalari va Big Data texnologiyalari

3.3-расм. Катта маълумотлар технологияси

3.4. Катта маълумотларни таҳлил қилиш усуллари.

McKinsey, стратегик менежмент билан боғлиқ муаммоларни ҳал қилишга ихтисослашган халқаро консалтинг компанияси, катта маълумотларга нисбатан қўлланиладиган 11 усул ва таҳлил усулларини аниқлайди.
Data Mining  - маълумотлар бўйича қарор қабул қилиш учун зарур бўлган илгари номаълум, арзимас, амалий фойдали билимларни аниқлаш усуллари тўплами. Бундай усуллар, хусусан, уюшма қоидаларини ўрганиш, таснифлаш (таснифлаш), кластер таҳлили, регрессион таҳлил, оғишларни аниқлаш ва таҳлил қилиш ва бошқаларни ўз ичига олади.
• Краудсорсинг - бу ишларни меҳнат муносабатларига кирмасдан амалга оширадиган кенг, номаълум одамлар гуруҳлари бўйича маълумотларни таснифлаш ва бойитиш.
• Маълумотни бирлаштириш ва интеграциялаш (data fusion and integration) - турли хил манбалардан олинган турли хил маълумотларни чуқур таҳлил қилиш учун (масалан, рақамли сигналларга ишлов бериш, табиий тилга ишлов бериш, шу жумладан оҳанглар таҳлили ва бошқалар) турли хил манбалардан маълумотларни йиғиш имконини берадиган техникалар тўплами.
• Машинали ўқитиш, шу жумладан ўқитувчисиз ва ўқитувчисиз ўқитиш - статистик таҳлил асосида яратилган моделлардан фойдаланиш ёки асосий моделлар асосида мураккаб прогнозларни олиш учун машинани ўрганиш.
• Сунъий нейрон тармоқлар, тармоқ таҳлиллари, оптималлаштириш, шу жумладан генетик алгоритмлар (genetic algorithm - генетик алгоритм - табиатдаги табиий селекцияга ўхшаш механизмлардан фойдаланган ҳолда керакли параметрларни тасодифий танлаш, бирлаштириш ва ўзгартириш орқали оптималлаштириш ва моделлаштириш муаммоларини эчишда ишлатиладиган эвристик қидирув алгоритмлари)
• Нақшни аниқлаш,
• Башоратли таҳлил..
Симуляция (simulation) - бу жараёнларни ҳақиқатда бўлгандек тасвирлайдиган моделларни яратишга имкон берадиган усул. Симуляцияни экспериментал синовларнинг бир тури сифатида кўриб чиқиш мумкин.