Въведение в големите данни
Big Data, както подсказва и името, е нещо, свързано с данните, където big предполага големи или огромни. Казано по-просто, Big Data се отнася до големи количества данни (по обем), които не могат да бъдат усвоени (обработени) с традиционните приложения за обработка на данни по ефективен начин. Тъй като данните стават по-големи, те също стават по-сложни и се нуждаят от по-напреднали и здрави математически и статистически техники, за да получим това, което искаме от данните.
Ето, нека се опитаме да разберем Въведение към големите данни с пример, Пренавиване назад към 40-те години, без компютри, без мобилни телефони, без интернет, без дигитален живот, така че няма данни, нали? Е, имаше данни, но не бяха цифрови. Тогава нямаше интернет банкиране, но имаше банки, а банките имаха клиенти и клиентите извършват транзакции, които се записват не цифрово, а на документи, счетоводство и финанси и всички се извършват на писалка и хартия.
Бързо напред към 90-те години, на пазара се появиха технологии, компютри и мобилни телефони, отчетите за приходите и балансите, които бяха направени на хартия и съхранявани в регистри, в които има данни за около 500 клиенти, сега се правят на excel и се запазват в дискове, които може да съхранява повече от хиляди данни за клиенти. Тук във въвеждането на големи данни ще научим, че с увеличаването на експоненциалните данни организациите се оборудваха с повече огнева сила, за да обработват по-ефективно данните. Сега в един единствен ден се генерират 2, 5 квинтилионни байта (2 500 000 Терабайта) данни. Това е огромно, нали? С напредването на технологиите в близко бъдеще почти всеки предмет от нашето обкръжение ще генерира някои данни. Вече имаме на разположение интелигентни обувки, умни светлини, умни възглавници и други приспособления, които ежедневно генерират данни. Следователно, Въведение в големите данни е една от жизненоважните технологии, които ще играят основна роля при формирането на бъдещия свят.
Основни компоненти на големите данни
Както разгледахме по-горе във въвеждането на големи данни, че това, което е големи данни, сега продължаваме с основните компоненти на големите данни.
-
Машинно обучение
Науката е да накараш компютрите да научат неща сами. При машинното обучение се очаква компютърът да използва алгоритми и статистически модели за изпълнение на конкретни задачи без изрични инструкции. Приложенията за машинно обучение предоставят резултати въз основа на предишен опит. Например, в наши дни има някои мобилни приложения, които ще ви предоставят обобщение на вашите финанси, сметки, ще ви напомнят за плащанията на сметките ви, а също така могат и да ви дадат предложения за някои планове за спестяване. Тези функции се извършват чрез четене на вашите имейли и текстови съобщения.
-
Обработка на естествен език (NLP)
Това е способността на компютъра да разбира човешкия език като говорим. Най-очевидните примери, с които хората могат да се свържат в наши дни, са Google home and Amazon Alexa. И двете използват NLP и други технологии, за да ни дадат виртуално асистентско изживяване. НЛП е навсякъде около нас, без дори да го осъзнаваме. Когато пише писмо, докато прави грешки, той автоматично се коригира и тези дни дава автоматично предложения за попълване на имейлите и автоматично ни сплашва, когато се опитваме да изпратим имейл без прикачения файл, който посочихме в текста на имейла, това е част от приложенията за обработка на естествен език, които се изпълняват в гръб.
-
Бизнес разузнаване
Business Intelligence (BI) е метод или процес, който се движи с цел получаване на представа чрез анализ на данните и представянето им по начин, по който крайните потребители (обикновено ръководители на високо ниво), като мениджъри и корпоративни лидери, могат да получат известна информация от нея и вземайте информирани бизнес решения по него.
-
Облачни изчисления
Ако вървим с името, това трябва да се изчислява на облаци, добре, че е вярно, просто тук не говорим за истински облаци, облакът тук е справка за Интернет. Така че можем да определим облачните изчисления като доставка на изчислителни услуги - сървъри, хранилище, бази данни, мрежи, софтуер, анализи, интелигентност и други - през интернет („облака“), за да предложим по-бързи иновации, гъвкави ресурси и икономия от мащаба,
Характеристики на големите данни
В тази тема на Въведение в големите данни ви показваме и характеристиките на Big Data.
-
Сила на звука:
За да се определи стойността на данните, трябва да се вземе предвид размерът, който играе решаваща роля. Също така, за да се определи дали определен тип данни попада под въвеждането в категорията Big Data или не, зависи от обема.
-
Сорт:
Разнообразие означава различни видове данни според техния характер (структурирани и неструктурирани). По-рано единствените източници на данни, разглеждани от повечето приложения, бяха под формата на редове и колони, които обикновено се предлагат в електронни таблици и бази данни. Но в наши дни данните се получават във всяка форма, която можем да си представим като имейли, снимки, видеоклипове, аудио и много други.
-
Скорост:
Скоростта като името подсказва скоростта на генериране на данни. От източник, колко бързо могат да се генерират данни и колко бързо могат да бъдат обработвани, определя потенциала на данните.
-
Вариации:
Данните могат да бъдат променливи, което означава, че могат да бъдат непоследователни, а не в потока, което се намесва или се превръща в блокиране при обработката и управлението на данни по ефективен начин.
Приложения на големи данни
Анализът на големи данни се използва по следните начини
-
Здравеопазване:
Днес имаме носими устройства и сензори, които предоставят актуализации в реално време на здравната декларация на пациент.
-
Образование:
Напредъкът на студента може да бъде проследен и подобрен чрез подходящ анализ чрез анализи на големи данни.
-
Метеорологично време:
Метеорологичните датчици и сателити, които са разположени по целия свят, събират данни огромни количества и ги използват за наблюдение на метеорологичните и екологичните условия, а също и за прогнозиране или прогнозиране на метеорологичните условия за следващите няколко дни.
Предимства и недостатъци на големите данни
Тъй като ние изучавахме въвеждането на големи данни, сега ще разберем предимствата и недостатъците на големите данни са, както следва :
|
Предимства | Недостатъци |
| По-добро вземане на решения | Качество на данните: качеството на данните трябва да бъде добро и подредено, за да продължи с анализа на големи данни. |
| Повишена производителност | Нужди за хардуер: Пространството за съхранение, което трябва да има за съхраняване на данните, мрежовата честотна лента за прехвърлянето им до и от аналитични системи, всички са скъпи за закупуване и поддържане на средата на Big Data. |
| Намалете разходите | Рискове за киберсигурност: Съхраняването на чувствителни и големи количества данни може да направи компаниите по-привлекателна цел за кибератаки, които могат да използват данните за откуп или други неправомерни цели. |
| Подобрено обслужване на клиентите | Хълцания при интегриране с наследени системи: Много стари предприятия, които работят от дълго време, съхраняват данни в различни приложения и системи в различни архитектура и среда. Това създава проблеми при интегрирането на остарели източници на данни и при преместване на данни, което допълнително увеличава времето и разходите за работа с големи данни. |
Препоръчителни статии
Това е ръководство за въведение в големите данни. Тук сме обсъдили Въведение в големите данни с основните компоненти, характеристики, предимства и недостатъци на големите данни. Можете също да разгледате следните статии:
- Софтуер за големи данни Анализ
- Data Scientist срещу Big Data
- Работа с големи данни за анализи