Büyük Veri Analizi - AYDINLATMA

Büyük veri analizi son zamanlarda çok fazla tezahürat geçirdi ve iyi bir neden. Bu hareketin bir parçası olmak istiyorsanız büyük veri analizinin özelliklerini bilmeniz gerekecek. Şirketler, bir şeylerin orada olduğunu biliyorlar, ancak son zamanlara kadar bunu yapamadım. Analiz sırasında zarfı zorlayan bu, büyük veri analizi hareketi için heyecan verici bir özelliktir.

Şirketler, topladıkları veya fikir edinmek istedikleri verilere erişebilmek ve analiz edebilmekten heyecan duyuyor, ancak etkin bir şekilde yönetemedikleri veya analiz edemediler. Büyük miktarda farklı verileri görselleştirmeyi içerebilir veya gerçek zamanlı olarak analiz edilen gelişmiş akışı içerebilir. Bazı bakımlardan evrimlidir ve bazılarında devrimcidir.

Peki, şirketiniz büyük veri analizi ile zarfı bastırdığında farklı olan nedir? Büyük veri analizini destekleyen altyapı farklıdır ve altyapı bilincinde olacak şekilde algoritmalar değiştirilmiştir.

Büyük veri analizi iki perspektiften incelenmelidir:

• Karar odaklı

• Eylem odaklı

Karar odaklı analiz, geleneksel iş zekasına daha yakındır. Daha geniş veri kaynaklarının seçici alt gruplarına ve temsillerine bakın ve sonuçları işletme kararları alma sürecine uygulamaya çalışın. Elbette bu kararlar bir takım eylem veya süreç değiştirme ile sonuçlanabilir, ancak analizin amacı karar vermeyi arttırmaktır.

Hızlı tepki için, bir model ortaya çıktığı zaman veya belirli türde veriler tespit edildiğinde ve eylem gerektiğinde, eylem odaklı analiz kullanılır. Analiz yoluyla büyük veriden yararlanmak ve proaktif veya reaktif davranış değişikliklerine neden olmak erken kabul edenlere büyük potansiyel sağlar.

Analiz uygulamaları yaratarak büyük verilerin bulunması ve kullanılması, daha sonra değil, daha kısa sürede değer kazanmanın anahtarı tutabilir. Bu görevi yerine getirmek için, bu özel uygulamaların sıfırdan oluşturulması veya platformlar ve / veya bileşenlerden yararlanarak daha etkili olması gerekir.

programlı.

• Analizdeki en büyük değişikliklerden biri geçmişte veri setleriyle uğraşıyor olmanızdan dolayı manuel olarak bir uygulamaya yükleyebilir ve keşfedebilirsin. Büyük veri analizi ile, verilerin ölçeği nedeniyle her tür araştırmayı yapmak için genelde programlı olarak ele alınması gereken ham verilerle başlayabileceğiniz bir durumla karşı karşıya kalabilirsiniz. Tahrik edilebilen olabilir.

• Birçok veri bilimcisi, veri analizine hipotez temelli bir yaklaşım kullanıyor olsa da (öncül oluşturmak ve bu öncülün doğru olup olmadığını görmek için veri toplamak için), verileri tahlil etmek için de kullanabilirsiniz - özellikle büyük tutarları. Örneğin, bu tür bir hipotez içermeyen analiz yapmak için bir makine öğrenme algoritması kullanabilirsiniz. Bir çok öznitelik kullanabilir.

• Geçmişte, bu veri kaynağının yüzlerce nitelik veya özellikle uğraşıyor olabilirsiniz. Artık binlerce nitelik ve milyonlarca gözlemden oluşan yüzlerce gigabayt veri ile uğraşıyor olabilirsiniz. Her şey şimdi daha büyük bir ölçekte oluyor. iteratif olabilir.

• Daha fazla hesaplama gücü, onlardan nasıl istersen elde edene kadar modellerinizi tekrarlayabileceğiniz anlamına gelir. İşte bir örnek. İlişkilendirilen belirli müşteri davranışlarının öngördürücülerini bulmaya çalışan bir model oluşturduğunuzu varsayalım. Makul bir veri örneği çıkarmaya veya verilerin bulunduğu yere bağlanmaya başlayabilirsiniz. Bir hipotezi test etmek için bir model oluşturabilirsiniz. Geçmişte, modelinizin etkili bir şekilde çalışması için o kadar fazla belleğe sahip olamadıysanız, algoritmayı eğitmek için gereken gerekli yinelemeleri yapmak için muazzam miktarda fiziksel belleğe ihtiyaç duyacaksınız. Aynı zamanda, doğal dil işleme veya sinir ağları gibi gelişmiş bilgi işlem tekniklerini kullanmak, daha fazla veri eklendiğinde öğrenmeyi temel alarak modeli otomatik olarak geliştirebilir. Hizmet olarak bir bulut tabanlı Altyapıyı kullanarak ihtiyacınız olan hesaplama döngülerini elde etmek, hızlı

• olabilir. Amazon Bulut Hizmetleri (ACS) gibi Hizmet Olarak Altyapı (IaaS) platformlarıyla, büyük veri setlerini alıp hızlı bir şekilde analiz edebilmek için bir grup makine hazırlayabilirsiniz.