داده های بزرگ: (Big Data)
با ورود به عصر اطلاعات و ارتباطات و آغاز استفاده از داده ها و اطلاعات به عنوان سرمایه های اصلی در حرکت علمی، اقتصادی، اجتماعی و فرهنگی جوامع، سازمان ها و شرکت های مختلف و توسعه مشارکت افراد در جهان اینترنت و ارتباطات شبکه ای در دنیا، دغدغه ای بروز پیدا کرد که از جنس همین داده هایی بود که همه روز و با سرعت زیاد در دنیا و در عرصه های مختلفی که فناوری اطلاعات ورود پیدا کرده بود، تولید می شود . اما سوال این است که چگونه این حجم بزرگ و متنوع داده ها و اطلاعات را با توجه به ساختار هایی که در فضای فناوری اطلاعات وجود دارد، می توان مدیریت، کنترل و پردازش کرد و از آن در جهت بهبود ساختارها و سودآوری بیشتر بهره جست؟
کشفیات علمی داده محور، الگوی در حال ظهور مهمی برای محاسبات در حوزه های اجتماعی، خدمات ، اینترنت، شبکه های حسگر، ارتباطات راه دور، زیست شناسی، بهداشت، درمان و… است. در رابطه با این الگو، موضوع داده پژوهی مطرح می گردد که هسته ای است که تحقیقات جدید را در حوزه های زیادی از محیط زیست تا اجتماع هدایت می کند. چالش های علمی بسیاری مرتبط با آن وجود دارد، اعم از ضبط داده ها، ایجاد،ذخیره سازی، جستجو، به اشتراک گذاری، مدل سازی، تجزیه و تحلیل و نمایش تصویری داده ها.
داده های بزرگ: (Big Data)
مجموعه ای از داده های بزرگ و پیچیده که پردازش آنها توسط نرم افزارهای سنتی پردازش اطلاعات امکانپذیر نیست یا به سختی انجام می شود.
از مهمترین دلایل تولید داده های بزرگ می توان به گسترش استفاده از موارد ذیل در سطح سازمانها اشاره نمود:
- RFID
- دوربینهای مداربسته
- کارتخوانها
- نگهداری دیتای نرم افزارهای ERP
- استفاده از شبکه های اجتماعی
- موتورهای جستجو
- سنسورهای مورد استفاده برای اطلاعات
- عکس های دیجیتال و فیلم ها
- تلفن های همراه و سیگنال های GPS آنها
ویژگی های داده های بزرگ(BIG DATA)
- حجم (Volume) اندازه داده، افزایش تصاعدی حجم داده
- تنوع(Varity) : میزان نیاز به تجزیه و تحلیل داده ها
- سرعت(Velocity) میزان داده های تولید شده در یک بازه زمانی یا سرعت ایجاد داده های جدید
- تغییر(Variation) هر چه ناپایداری در محیط بیشتر، مدیریت و تحلیل داده ها سخت تر
- پیچیدگی (Complexity)یکپارچه و همگن سازی حجم زیادی از داده های پیچیده از منابع مختلف
سیر تحولی داده های بزرگ(BIG DATA)
- پردازش تراکنش های برخط
- پردازش تحلیلی برخط
- پردازش تجزیه و تحلیل های در لحظه
شرکت های سرمایه گذار بزرگ داده ها
- Software AG
- Oracle
- IBM
- SAP
- HP
- Dell
معرفی داده پژوهی (Data Science)
در جهان امروز ، داده ها به طرز شگفت انگیزی در حال افزایش هستند. در عین حال دسترسی به آنها نیز با بهره گیری از فن آوری های دیجیتال بسیار سهل تر از گذشته شده است. اطلاعات و داده هایی که در دهه ها و قرن های گذشته به وجود آمده اند نیز به راحتی دیجیتالی شده و مورد استفاده قرار می گیرند. کمپانی IBM پیش بینی می کند که بیش از ۹۰ درصد
داده هایی که ما در حال حاضر استفاده می کنیم در دو سال گذشته تولید شده اند، لذا روند رو به رشد تولید داده ها، نیاز روز افزون به تجزیه و تحلیل دقیق آنها را به دنبال خواهد داشت.
در همین زمان، فن آوری های پیشرفته توسعه پیدا کرده اند که روند تجزیه و تحلیل و معنا بخشی به داده ها را تسهیل می کنند. یافتن الگوها و قوانینی که داده های مشابه از آنها پیروی می کنند می تواند ارزش زیادی در تسهیل شرایط زندگی انسانها و بهبود فرایند های کسب و کار داشته باشد. از این قوانین به داده پژوهی یاد می شود.
از شما دوستان عزیز که این مطلب آموزشی را دنبال نموده اید تشکر می کنیم و شما را دعوت میکنیم که برای فراگیری داده کاوی مطالب ما را دنبال کنید.این مطالب برای افزایش دانش شما در سایت قرار داده شده و کمک زیادی در یادگیری شما در انجام پروژه داده کاوی خواهد نمود.
فریلنسر هستم و مهارت انجام پروژه ای را دارم!
اگر شما فریلنسر هستید و توانایی انجام پروژه ای را در یک رشته یا حوزه ای خاص دارید برای فعالیت در سایت کافه پروژه و کسب درآمد می توانید در سایت ثبت نام کنید و پروژه هایی با مهارت انتخاب خود را مشاهده کنید.جهت ثبت نام و ثبت رزومه خود در سایت از طریق دکمه پایین صفحه در سایت عضو شوید:
نحوه سفارش پروژه در سایت کافه پروژه :
اگر پروژه ای دارید که میخواهید آن را برون سپاری کنید کافی است در سایت کافه پروژه ثبت نام کنید و پروژه خود را ثبت نمایید.پروژه شما هر چه که باشد حتما مجری برای آن وجود دارد.جهت ثبت نام و ثبت سفارش پروژه خود برروی دکمه زیر کلیک نمایید.
بدون دیدگاه