Maʼlumotlarni tahlil qilish

2018 yil o'rtalariga kelib Vikipediya Big Data atamasiga quyidagi ta'rifni berdi: "Katta ma'lumotlar - bu 2000-yillarning oxirida paydo bo'lgan va ma'lumotlar bazasini boshqarishning an'anaviy tizimlari va Business Intelligence klassining echimlariga alternativa bo'lgan, gorizontal miqyosda kengaytiriladigan dasturiy vositalar yordamida samarali ishlov beriladigan juda katta hajmli va sezilarli tuzilmalarning ma'lumotlari". Maʼlumotlarni tahlil qilish -ekspremental maʼlumotlardan bilim olish uchun matematik usullar va hisoblash algoritmlarini qurish va tadqiq qilish bilan shugʻullanuvchi matematika va informatikaning sohasidir. Foydali ma'lumotlarni olish va qarorlar qabul qilish uchun ma'lumotlarni o'rganish, filtrlash, o'zgartirish va modellashtirish jarayoni - ma'lumotlarni tahlil qilish ko'p jihatlar va yondashuvlarga ega, fan va faoliyatning turli sohalarida turli usullarni qamrab oladi. Katta ma’lumotlarga misollar Nyu-York fond birjasi har kuni hosil qiladi 1 terabayt so’nggi sessiya bo’yicha savdolar to’g’risidagi ma’lumotlar. Ijtimoiy tarmoqlar: statistika shuni ko’rsatadiki, Facebook ma’lumotlar bazalari har kuni yuklanadi 500 terabayt yangi ma’lumotlar asosan fotosuratlar va videolarni ijtimoiy tarmoq serverlariga yuklash, xabar almashish, postlar ostidagi sharhlar va hk. Reaktiv dvigatel hosil qiladi 10 terabayt parvoz paytida har 30 daqiqada ma’lumotlar. Har kuni minglab parvozlar amalga oshirilganligi sababli, ma’lumotlar hajmi petabaytga etadi. Big Data-ning afzalliklari: Turli manbalardan ma’lumotlarni yig’ish. Haqiqiy vaqtda tahlil qilish orqali biznes jarayonlarini takomillashtirish. Katta hajmdagi ma’lumotlarnisaqlash. Tushunchalar. Big Data tuzilgan va yarim tuzilgan ma’lumotlar bilan yashirin ma’lumotlar haqida ko’proq ma’lumotga ega. Katta ma’lumotlar xavfni kamaytirishga va to’g’ri risklarni tahlil qilish bilan aqlli qarorlarni qabul qilishga yordam beradi. Maqsadi Fanning asosiy maqsadi talabalarda Data Mining bilan OLAP-tizimlari o`rtasidagi farqni, Data Mining usullari hisoblangan assotsiatsiya, klassifikatsiya, ketma-ketlik, klasterizatsiya, prognozlash asoslarini o`rgatish va ulardan foydalanish ko`nikmalarini xosil qilishdan iborat. Shuningdek, talabalarning katta hajmdagi maʼlumotlar omborini loyihalashtirish va qurishning barcha bosqichlari, maʼlumotlar bazasi sohasida yuzaga keladigan muammolar va ularni hal qilish usullari toʼgrisida qaror qabul qilishga koʼmaklashishdan iborat. Vazifasi Fanning asosiy vazifasi Data Mining metodlari: neyron to`rlari, yechimlar daraxti, pereborni cheklash usullari, genetik algoritmlar, evolyutsion dasturlash, klasterli modellar va aralash metodlar orqali maʼlumotlarni taxlil qilishni o`rgatish va OLTP, OLAP, ROLAP, MOLAP kabi metodlarni o`rganishdan iborat. Shu bilan birga katta hajmdagi maʼlumotlar bazasining nazariy asoslari, ularni tuzilishi va maʼlumotlar bazasini dasturiy vositalarda yaratilishi, qayta ishlanishi, hamda yaratilgan katta hajmdagi maʼlumotlar bazalarini avtomatlashtirilgan axborot tizimlarida tadbiq etish oʼrgatiladi.