Календарь мероприятий
сентябрь 2024
Пн |
Вт |
Ср |
Чт |
Пт |
Сб |
Вс |
| | | | | | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | | | | | | |
показать все ![](/img/more.png)
Новости партнеров
Сообщество цифровых управленцев «я-ИТ-ы» приглашает Вас на всероссийский онлайн, который состоится 12 сентября в 11:00 (мск)!
Читать далее ![](/img/more.png)
Вышла вторая ревизия линейки Рутокен MFA
Читать далее ![](/img/more.png)
«ГенИИ» идут в народ
Читать далее ![](/img/more.png)
«Инфобез со вкусом» от «Газинформсервиса» покажет федеральное телевидение
Читать далее ![](/img/more.png)
Новые возможности СУБД Jatoba – улучшены функции безопасности, удобства и функциональности
Читать далее ![](/img/more.png)
показать все ![](/img/more.png)
Статьи
Оптимизация продаж лизинговых услуг с ИИ для ГК Альфа-Лизинг с платформой ValueAI
Читать далее ![](/img/more.png)
Национальный интерес в ИТ
Читать далее ![](/img/more.png)
Взгляд в перспективу: что будет двигать отрасль информационной безопасности
Читать далее ![](/img/more.png)
Open Source в бизнесе
Читать далее ![](/img/more.png)
«Лишние люди» в бизнесе
Читать далее ![](/img/more.png)
5 способов повысить безопасность электронной подписи
Читать далее ![](/img/more.png)
Как искусственный интеллект изменит экономику
Читать далее ![](/img/more.png)
Неочевидный САПР: выход ПО за рамки конструкторской деятельности
Читать далее ![](/img/more.png)
Скоро некому будет делать сайты и заниматься версткой
Читать далее ![](/img/more.png)
Мотивируй, не то проиграешь!
Читать далее ![](/img/more.png)
показать все ![](/img/more.png)
|
Большие данные в задачах бизнеса: мифы и реальность
Главная /
Архив номеров / 2015 / Выпуск №3 (46) / Большие данные в задачах бизнеса: мифы и реальность
Рубрика:
Тема номера /
Большие данные в задачах бизнеса
Facebook
Мой мир
Вконтакте
Одноклассники
Google+
Андрей Бирюков, системный архитектор
Большие данные в задачах бизнеса:
Всегда ли нужно использовать Большие данные при обработке информации? Когда лучше применять эту концепцию?
Концепция Big Data или Большие данные широко известна в кругах ИТ-специалистов. Многие руководители, особенно крупных компаний, внедрили решения для работы с Большими данными, ожидая «чуда», но в итоге обнаружили, что у них лишь добавились новые трудности, а достижение результатов требует гораздо больших усилий, чем они предполагали. Поговорим о том, что такое Большие данные, когда их нужно применять, а когда лучше избегать. Но начнем с основных определений.
Итак, Большие данные (англ. Big Data) в информационных технологиях – это серия подходов, инструментов и методов обработки структурированной и неструктурированной информации очень больших объемов изначительного разнообразия содержимого. Целью данной обработки является получение воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети.
Концепция Big Data является альтернативой традиционным системам управления базами данных и решениям класса Business Intelligence. В эту серию включают средства массово-параллельной обработки неопределенно структурированных данных, прежде всего решения категории NoSQL, алгоритмы MapReduce и аналогичные.
В качестве определяющих характеристик для Больших данных отмечают «три V» [1]:
- объем (англ. volume, в смысле величины физического объема);
- скорость (англ. Velocity, в смысле как скорости прироста, так и необходимости высокоскоростной обработки и получения результатов);
- многообразие (англ. variety, в смысле возможности одновременной обработки различных типов структурированных и полуструктурированных данных).
Основными методами и техниками анализа, применимыми к Большим данным, являются следующие.
- Методы класса Data Mining, основанные на обучении ассоциативным правилам, классифицирования данных (методы категоризации новых данных на основе принципов, ранее примененных к уже наличествующим данным), также кластерный анализ, регрессионный анализ.
- Краудсорсинг – категоризация и обогащение данных силами широкого неопределенного круга лиц, привлеченных на основании публичной оферты, без вступления в трудовые отношения.
- Смешение и интеграция данных – набор техник, позволяющих интегрировать разнородные данные из разнообразных источников для возможности глубинного анализа. В качестве примеров таких техник, составляющих этот класс методов, приводятся цифровая обработка сигналов и обработка естественного языка (включая тональный анализ).
- Машинное обучение, включая обучение с учителем и без учителя, – использование моделей, построенных на базе статистического анализа или машинного обучения для получения комплексных прогнозов на основе базовых моделей.
- Визуализация аналитических данных – представление информации в виде рисунков, диаграмм, с использованием интерактивных возможностей и анимации, как для получения результатов, так и для использования вкачестве исходных данных для дальнейшего анализа.
Я привел только основные методы работы с большими данными. Как видно, концепция Big Data предлагает довольно обширный функционал по обработке информации. Казалось бы, использование этих технологий позволит существенно упростить и оптимизировать работу предприятия в целом.
Однако есть ряд моментов, на которые следует обращать внимание перед внедрением Big Data.
Статью целиком читайте в журнале «БИТ. Бизнес & Информационные технологии», №3 за 2015 г. на страницах 12-14.
PDF-версию данного номера можно приобрести в нашем магазине.
В начало⇑
Facebook
Мой мир
Вконтакте
Одноклассники
Google+
Комментарии отсутствуют
Комментарии могут отставлять только зарегистрированные пользователи
|
Вакансии на сайте Jooble
![БИТ рекомендует](/img/upload/banners/1631866392anshina.gif)
![](/img/upload/banners/1725400680банер 200 200.jpg)
![Пройдите опрос!](/img/upload/banners/1725441295Банер 200.jpg)
![](/img/upload/banners/1561022055200х200-choose.gif)
|