Вели́кі да́ні (англ. Big Data) в інформаційних технологіях — набори інформації (як структурованої, так і неструктурованої) настільки великих розмірів, що традиційні способи та підходи (здебільшого засновані на рішеннях класу бізнесової аналітики та системах управління базами даних) не можуть бути застосовані до них. Альтернативне визначення називає великими даними феноменальне прискорення нагромадження даних та їх ускладнення. Важливо також відзначити те, що часто під цим поняттям у різних контекстах можуть мати на увазі як дані великого об'єму, так і набір інструментів та методів (наприклад, засоби масово-паралельної обробки даних системами категорії NoSQL, алгоритмами MapReduce, чи програмними каркасами проекту Hadoop).
Мета та переваги
Кінцевою метою цієї обробки є отримання результатів, які легко сприймаються людиною та є ефективними в умовах безперервного росту й розподілення інформації по численних вузлах обчислювальної мережі.
Для характеристики великих даних використовують «три V»: їх обсяг (англ. volume), швидкість накопичення нових даних та їх обробки (англ. velocity) та різноманіття типів даних, які можуть оброблятися (англ. variety).
До основних переваг використання технології можна віднести:
- отримання якісно нових знань шляхом комплексного аналізу усієї інформації у єдиному аналітичному сховищі;
- розширення функціональності наявних інформаційних систем підтримки бізнесу;
- збільшення ефективності використання апаратних ресурсів серверів;
- забезпечення мінімальної вартості використання всіх видів інформації внаслідок можливості використання ПЗ з відкритим кодом і хмарних технологій.
Критика великих даних пов'язана з тим, що їх зберігання не завжди приводить до отримання вигоди, а швидкість оновлення даних і «актуальний» часовий інтервал не завжди розумно порівнянні[].
Історія
Сама по собі концепція «великих даних» не нова, вона виникла в часи мейнфреймів та пов'язаних з ними наукових комп'ютерних обчислень, оскільки наукомісткі обчислення завжди відрізнялися складністю і зазвичай нерозривно пов'язані з необхідністю обробки великих обсягів інформації[].
Авторство терміна «великі дані» належить [en], редакторові журналу Nature, який зібрав матеріали про явище вибухового зростання обсягу та різноманітності даних та підготував у вересні 2008 року спеціальний випуск журналу, де показав феномен великих даних; термін був запропонований за аналогією з подібними в діловому англомовному середовищі метафорами «велика нафта» чи «велика руда».
Великий галас навколо цієї теми виник після того, як в червні 2011 року випустила доповідь «Великі дані: наступний рубіж в інноваціях, конкуренції та продуктивності», в якому оцінила потенційний ринок великих даних в мільярди доларів. В тому ж році аналітична компанія Gartner відзначає великі дані як тренд номер два в інформаційно-технологічній інфраструктурі, поступаючись лише віртуалізації.
У 2012 році адміністрація президента США виділила 200 мільйонів доларів для того, щоб різні американські відомства організовували конкурси з впровадження технологій великих даних в життя. Якщо в 2009 році американські венчурні фонди вклали в галузь всього 1,1 мільярда доларів, то в 2012 — вже 4,5 мільярда доларів.
У 2015 році аналітична компанія Gartner вилучила великі дані зі своєї діаграми Gartner Hype Cycle, пояснивши це рішення тим, що ці технології перестали бути «hype» і стали нормою для корпоративного ІТ: «сьогодні всі дані — великі».
Планувалось, що у 2017 році в Україні з'явиться онлайн-курс з великих даних на платформі Prometheus, проте станом на червень 2020 року курс ще не стартував.
Приклади застосування
Серед відомих випадків застосування великих даних можна назвати перемогу Барака Обами на президентських виборах 2012 року. Аналітики виборчого штабу Обами активно використовували big data для аналізу настроїв виборців та коригування програми кандидата. Великі дані також є одним з ключових інструментів роботи Агентства національної безпеки США — у дата-центрі, що знаходиться у штаті Юта аналізуються дані, які АНБ збирає про користувачів в інтернеті.
Планування міст
Зовнішні відеофайли | |
---|---|
TEDxKyiv: Кіборги, що будують сучасне місто на YouTube |
Соціальні мережі та геолокаційні сервіси представляють величезні обсяги інформації, аналіз якої є дуже важливим для прикладних задач містобудування, таких як проектування транспорту, аналіз суспільної думки, виявлення та координація надзвичайних ситуацій тощо.
Медицина
Медичні Великі дані допомагають запобігти розвитку хвороби на ранній стадії завдяки аналізу серцево-судинного тиску, пульсу, дихання та рівня цукру в крові.
У Великій Британії методи big data прийняті «на озброєння» [en]. Аналізуючи інформацію про те, які рецепти виписують медики, аналітики міністерства намагаються оцінювати потреби британців в ліках та оптимізувати доставки препаратів в різні частини країни.
У 2013 році завдяки електронній медкартці, де зберігалась уся інформація про пацієнта, вчені знайшли залежність між мозковою деградацією та цукровим діабетом.
Засоби масової інформації
Щоб зрозуміти, як медіа використовують великі дані, спочатку необхідно надати певний контекст механізму, який використовується для медіапроцесу. Нік Кулдрі та Джозеф Туроу припустили, що медіа та рекламники підходять до великих даних як до багатьох корисних точок інформації про мільйони людей. Схоже, галузь відходить від традиційного підходу до використання певних медіа-середовищ, таких як газети, журнали чи телевізійні шоу, і натомість залучає споживачів за допомогою технологій, які досягають цільових людей у оптимальний час і в оптимальних місцях. Кінцева мета полягає в тому, щоб подати або передати повідомлення або вміст, який (з точки зору статистики) відповідає мисленню споживача. Наприклад, видавничі середовища дедалі більше адаптують повідомлення (рекламу) і контент (статті), щоб вони звернулися до споживачів, які були виключно зібрані за допомогою різноманітних дій з аналізу даних.
- Орієнтація на споживачів (для реклами маркетологами)
- Збір даних
- Журналістика даних: видавці та журналісти використовують інструменти великих даних, щоб надати унікальну та інноваційну інформацію та інфографіку.
Технології
NoSQL
Серед NoSQL-рішень, що застосовуються, виділяються: MongoDB — крос-платформова документо-орієнтована система керування базами даних з підтримкою JSON та динамічних схем, Apache Cassandra — масштабована база даних, орієнтована на стійкість до відмов та [en] — масштабована розподілена база даних з підтримкою структурованого зберігання даних великого обсягу та ін.
MapReduce
Hadoop
Серед програмного забезпечення, що пов'язано з Hadoop, виділяють: [en] — інструмент для управління та моніторингу Hadoop кластерів, [en] — система серіалізації даних, [en] — інфраструктура сховища даних, яка забезпечує агрегацію даних, [en] — високорівнева мова потоків даних і програмний каркас для паралельних обчислень, Apache Spark — високопродуктивний рушій для обробки даних, що зберігаються в кластері Hadoop та ін.
R
Віртуалізація великих даних
Віртуалізація великих даних — це спосіб збирання інформації з кількох джерел в одному шарі. Зібраний шар даних є віртуальним: на відміну від інших методів, більшість даних залишаються на місці та беруться за потреби безпосередньо з вихідних систем.
Методи і техніка аналізу великих даних
Міжнародна консалтингова компанія McKinsey, що спеціалізується на розв'язанні задач, пов'язаних зі стратегічним управлінням, виділяє 11 методів і технік аналізу, що застосовуються до великих даних.
Методи классу Data Mining
Докладніше: Добування даних
Сукупність методів виявлення у даних раніше невідомих, нетривіальних, практично корисних знань, необхідних для прийняття рішень. До таких методів, зокрема, належать: навчання асоціативним правилам (association rule learning), класифікація (розгалуження на категорії), кластерний аналіз, регресійний аналіз, виявлення і аналіз відхилень тощо.
Краудсорсинг
Докладніше: Краудсорсинг
Класифікація і збагачення даних силами широкого, неозначеного кола особистостей, що виконують цю роботу без вступу у трудові стосунки.
Змішання та інтеграція даних
Докладніше:
Набір технік, що дозволяють інтегрувати різнорідні дані з розмаїття джерел з метою проведення глибинного аналізу (наприклад, цифрова обробка сигналів, обробка природньої мови, включно з тональним аналізом).
Машинне навчання
Докладніше: Машинне навчання
Включаючи кероване і некероване навчання — використання моделей, побудованих на базі статистичного аналізу чи машинного навчання для отримання комплексних прогнозів на основі базових моделей.
Штучні нейронні мережі
Докладніше: Штучна нейронна мережа
Мережевий аналіз, оптимізація, у тому числі генетичні алгоритми (genetic algorithm — евристичні алгоритми пошуку, що використовуються для розв'язання задач оптимізації і моделювання шляхом випадкового підбору, комбінування і варіації потрібних параметрів з використанням механізмів, аналогічних натуральному відбору у природі).
Імітаційне моделювання
Докладніше: Імітаційне моделювання
Метод, що дозволяє будувати моделі, що описують процеси так, як вони би проходили у дійсності. Імітаційне моделювання можна розглядати як різновид експериментальних випробувань.
Просторовий аналіз
Докладніше: Просторовий аналіз
Клас методів, що використовують топологічну, геометричну і географічну інформацію, що вилучається із даних.
Статистичний аналіз
Докладніше: Статистичний аналіз
Аналіз часових рядів, A/B-тестування A/B testing, split testing — метод маркетингового дослідження; при його використанні контрольна група елементів порівнюється із набором тестових груп, у яких один чи кілька показників були змінені, щоб з'ясувати, які зі змін покращують цільовий показник.
Візуалізація аналітичних даних
Докладніше:
Подання інформації у вигляді малюнків, діаграм, з використанням інтерактивних можливостей і анімації, як для отримання результатів, так і для використання у якості вихідних даних для подальшого аналізу. Дуже важливий етап аналізу великих даних, що дозволяє показати найважливіші результати аналізу у найбільш зручному для сприйняття вигляді.
Див. також
Примітки
- . Український суперкомп'ютерний інтернет-дайджест. 19 лютого 2013. Архів оригіналу за 24 жовтня 2016. Процитовано 23 жовтня 2016.
- Clifford Lynch (2008). . Nature. 455 (7209). doi:10.1038/455028a. Архів оригіналу за 5 вересня 2011. Процитовано 23 жовтня 2016.
- . Computerworld (eng) . 18 жовтня 2011. Архів оригіналу за 24 жовтня 2016. Процитовано 23 жовтня 2016.
- Шельпук, Євген (18 лютого 2016). . The Ukrainians. Архів оригіналу за 19 жовтня 2016. Процитовано 23 жовтня 2016.
- Золотніков, Ярослав; Бондарев, Олексій (6 січня 2016). . Новое Время. Архів оригіналу за 24 жовтня 2016. Процитовано 23 жовтня 2016.
- . Prometheus. Архів оригіналу за 17 грудня 2018. Процитовано 17 грудня 2018.
- Бродецький, Андрій (31 жовтня 2013). . КПІшник. Архів оригіналу за 13 червня 2016. Процитовано 24 жовтня 2016.
- Сабініч Андрій (7 листопада 2018). . . Архів оригіналу за 16 листопада 2018. Процитовано 16 листопада 2018.
- Turow, Joseph; Couldry, Nick (1 квітня 2018). Media as Data Extraction: Towards a New Map of a Transformed Communications Field. Journal of Communication. Т. 68, № 2. с. 415—423. doi:10.1093/joc/jqx011. ISSN 0021-9916. Процитовано 25 жовтня 2022.
- . www.datawerks.com (амер.). Архів оригіналу за 10 квітня 2018. Процитовано 14 травня 2018. (англ.)
Посилання
Вікісховище має мультимедійні дані за темою: Великі дані |
- . Український суперкомп'ютерний інтернет-дайджест. 19 лютого 2013. Архів оригіналу за 24 жовтня 2016. Процитовано 23 жовтня 2016.
- Мельник, Антон (19 квітня 2016). . ain.ua. Архів оригіналу за 24 жовтня 2016. Процитовано 24 жовтня 2016.
- Костюк, Дмитро (26 травня 2016). . Tech Today. Архів оригіналу за 24 жовтня 2016. Процитовано 24 жовтня 2016.
- . Открытые системы. СУБД (рос.). 20 грудня 2011. Архів оригіналу за 24 жовтня 2016. Процитовано 24 жовтня 2016.
Це незавершена стаття зі штучного інтелекту. Ви можете проєкту, виправивши або дописавши її. |
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Veli ki da ni angl Big Data v informacijnih tehnologiyah nabori informaciyi yak strukturovanoyi tak i nestrukturovanoyi nastilki velikih rozmiriv sho tradicijni sposobi ta pidhodi zdebilshogo zasnovani na rishennyah klasu biznesovoyi analitiki ta sistemah upravlinnya bazami danih ne mozhut buti zastosovani do nih Alternativne viznachennya nazivaye velikimi danimi fenomenalne priskorennya nagromadzhennya danih ta yih uskladnennya Vazhlivo takozh vidznachiti te sho chasto pid cim ponyattyam u riznih kontekstah mozhut mati na uvazi yak dani velikogo ob yemu tak i nabir instrumentiv ta metodiv napriklad zasobi masovo paralelnoyi obrobki danih sistemami kategoriyi NoSQL algoritmami MapReduce chi programnimi karkasami proektu Hadoop Zrazok Big data dani pro shodenni zmini sho koristuvachi vnosyat u statti na vikipediyiMeta ta perevagiKincevoyu metoyu ciyeyi obrobki ye otrimannya rezultativ yaki legko sprijmayutsya lyudinoyu ta ye efektivnimi v umovah bezperervnogo rostu j rozpodilennya informaciyi po chislennih vuzlah obchislyuvalnoyi merezhi Dlya harakteristiki velikih danih vikoristovuyut tri V yih obsyag angl volume shvidkist nakopichennya novih danih ta yih obrobki angl velocity ta riznomanittya tipiv danih yaki mozhut obroblyatisya angl variety Do osnovnih perevag vikoristannya tehnologiyi mozhna vidnesti otrimannya yakisno novih znan shlyahom kompleksnogo analizu usiyeyi informaciyi u yedinomu analitichnomu shovishi rozshirennya funkcionalnosti nayavnih informacijnih sistem pidtrimki biznesu zbilshennya efektivnosti vikoristannya aparatnih resursiv serveriv zabezpechennya minimalnoyi vartosti vikoristannya vsih vidiv informaciyi vnaslidok mozhlivosti vikoristannya PZ z vidkritim kodom i hmarnih tehnologij Kritika velikih danih pov yazana z tim sho yih zberigannya ne zavzhdi privodit do otrimannya vigodi a shvidkist onovlennya danih i aktualnij chasovij interval ne zavzhdi rozumno porivnyanni dzherelo IstoriyaSama po sobi koncepciya velikih danih ne nova vona vinikla v chasi mejnfrejmiv ta pov yazanih z nimi naukovih komp yuternih obchislen oskilki naukomistki obchislennya zavzhdi vidriznyalisya skladnistyu i zazvichaj nerozrivno pov yazani z neobhidnistyu obrobki velikih obsyagiv informaciyi dzherelo Avtorstvo termina veliki dani nalezhit en redaktorovi zhurnalu Nature yakij zibrav materiali pro yavishe vibuhovogo zrostannya obsyagu ta riznomanitnosti danih ta pidgotuvav u veresni 2008 roku specialnij vipusk zhurnalu de pokazav fenomen velikih danih termin buv zaproponovanij za analogiyeyu z podibnimi v dilovomu anglomovnomu seredovishi metaforami velika nafta chi velika ruda Velikij galas navkolo ciyeyi temi vinik pislya togo yak v chervni 2011 roku konsaltingova kompaniya McKinsey vipustila dopovid Veliki dani nastupnij rubizh v innovaciyah konkurenciyi ta produktivnosti v yakomu ocinila potencijnij rinok velikih danih v milyardi dolariv V tomu zh roci analitichna kompaniya Gartner vidznachaye veliki dani yak trend nomer dva v informacijno tehnologichnij infrastrukturi postupayuchis lishe virtualizaciyi U 2012 roci administraciya prezidenta SShA vidilila 200 miljoniv dolariv dlya togo shob rizni amerikanski vidomstva organizovuvali konkursi z vprovadzhennya tehnologij velikih danih v zhittya Yaksho v 2009 roci amerikanski venchurni fondi vklali v galuz vsogo 1 1 milyarda dolariv to v 2012 vzhe 4 5 milyarda dolariv U 2015 roci analitichna kompaniya Gartner viluchila veliki dani zi svoyeyi diagrami Gartner Hype Cycle poyasnivshi ce rishennya tim sho ci tehnologiyi perestali buti hype i stali normoyu dlya korporativnogo IT sogodni vsi dani veliki Planuvalos sho u 2017 roci v Ukrayini z yavitsya onlajn kurs z velikih danih na platformi Prometheus prote stanom na cherven 2020 roku kurs she ne startuvav Prikladi zastosuvannyaSered vidomih vipadkiv zastosuvannya velikih danih mozhna nazvati peremogu Baraka Obami na prezidentskih viborah 2012 roku Analitiki viborchogo shtabu Obami aktivno vikoristovuvali big data dlya analizu nastroyiv viborciv ta koriguvannya programi kandidata Veliki dani takozh ye odnim z klyuchovih instrumentiv roboti Agentstva nacionalnoyi bezpeki SShA u data centri sho znahoditsya u shtati Yuta analizuyutsya dani yaki ANB zbiraye pro koristuvachiv v interneti Planuvannya mist Zovnishni videofajliTEDxKyiv Kiborgi sho buduyut suchasne misto na YouTube Socialni merezhi ta geolokacijni servisi predstavlyayut velichezni obsyagi informaciyi analiz yakoyi ye duzhe vazhlivim dlya prikladnih zadach mistobuduvannya takih yak proektuvannya transportu analiz suspilnoyi dumki viyavlennya ta koordinaciya nadzvichajnih situacij tosho Medicina Medichni Veliki dani dopomagayut zapobigti rozvitku hvorobi na rannij stadiyi zavdyaki analizu sercevo sudinnogo tisku pulsu dihannya ta rivnya cukru v krovi U Velikij Britaniyi metodi big data prijnyati na ozbroyennya en Analizuyuchi informaciyu pro te yaki recepti vipisuyut mediki analitiki ministerstva namagayutsya ocinyuvati potrebi britanciv v likah ta optimizuvati dostavki preparativ v rizni chastini krayini U 2013 roci zavdyaki elektronnij medkartci de zberigalas usya informaciya pro paciyenta vcheni znajshli zalezhnist mizh mozkovoyu degradaciyeyu ta cukrovim diabetom Zasobi masovoyi informaciyi Shob zrozumiti yak media vikoristovuyut veliki dani spochatku neobhidno nadati pevnij kontekst mehanizmu yakij vikoristovuyetsya dlya mediaprocesu Nik Kuldri ta Dzhozef Turou pripustili sho media ta reklamniki pidhodyat do velikih danih yak do bagatoh korisnih tochok informaciyi pro miljoni lyudej Shozhe galuz vidhodit vid tradicijnogo pidhodu do vikoristannya pevnih media seredovish takih yak gazeti zhurnali chi televizijni shou i natomist zaluchaye spozhivachiv za dopomogoyu tehnologij yaki dosyagayut cilovih lyudej u optimalnij chas i v optimalnih miscyah Kinceva meta polyagaye v tomu shob podati abo peredati povidomlennya abo vmist yakij z tochki zoru statistiki vidpovidaye mislennyu spozhivacha Napriklad vidavnichi seredovisha dedali bilshe adaptuyut povidomlennya reklamu i kontent statti shob voni zvernulisya do spozhivachiv yaki buli viklyuchno zibrani za dopomogoyu riznomanitnih dij z analizu danih Oriyentaciya na spozhivachiv dlya reklami marketologami Zbir danih Zhurnalistika danih vidavci ta zhurnalisti vikoristovuyut instrumenti velikih danih shob nadati unikalnu ta innovacijnu informaciyu ta infografiku TehnologiyiNoSQL Dokladnishe NoSQL Sered NoSQL rishen sho zastosovuyutsya vidilyayutsya MongoDB kros platformova dokumento oriyentovana sistema keruvannya bazami danih z pidtrimkoyu JSON ta dinamichnih shem Apache Cassandra masshtabovana baza danih oriyentovana na stijkist do vidmov ta en masshtabovana rozpodilena baza danih z pidtrimkoyu strukturovanogo zberigannya danih velikogo obsyagu ta in MapReduce Dokladnishe MapReduce Hadoop Dokladnishe Apache Hadoop Sered programnogo zabezpechennya sho pov yazano z Hadoop vidilyayut en instrument dlya upravlinnya ta monitoringu Hadoop klasteriv en sistema serializaciyi danih en infrastruktura shovisha danih yaka zabezpechuye agregaciyu danih en visokorivneva mova potokiv danih i programnij karkas dlya paralelnih obchislen Apache Spark visokoproduktivnij rushij dlya obrobki danih sho zberigayutsya v klasteri Hadoop ta in R Dokladnishe R mova programuvannya Virtualizaciya velikih danihVirtualizaciya velikih danih ce sposib zbirannya informaciyi z kilkoh dzherel v odnomu shari Zibranij shar danih ye virtualnim na vidminu vid inshih metodiv bilshist danih zalishayutsya na misci ta berutsya za potrebi bezposeredno z vihidnih sistem Metodi i tehnika analizu velikih danihMizhnarodna konsaltingova kompaniya McKinsey sho specializuyetsya na rozv yazanni zadach pov yazanih zi strategichnim upravlinnyam vidilyaye 11 metodiv i tehnik analizu sho zastosovuyutsya do velikih danih Metodi klassu Data Mining Dokladnishe Dobuvannya danih Sukupnist metodiv viyavlennya u danih ranishe nevidomih netrivialnih praktichno korisnih znan neobhidnih dlya prijnyattya rishen Do takih metodiv zokrema nalezhat navchannya asociativnim pravilam association rule learning klasifikaciya rozgaluzhennya na kategoriyi klasternij analiz regresijnij analiz viyavlennya i analiz vidhilen tosho Kraudsorsing Dokladnishe Kraudsorsing Klasifikaciya i zbagachennya danih silami shirokogo neoznachenogo kola osobistostej sho vikonuyut cyu robotu bez vstupu u trudovi stosunki Zmishannya ta integraciya danih Dokladnishe Nabir tehnik sho dozvolyayut integruvati riznoridni dani z rozmayittya dzherel z metoyu provedennya glibinnogo analizu napriklad cifrova obrobka signaliv obrobka prirodnoyi movi vklyuchno z tonalnim analizom Mashinne navchannya Dokladnishe Mashinne navchannya Vklyuchayuchi kerovane i nekerovane navchannya vikoristannya modelej pobudovanih na bazi statistichnogo analizu chi mashinnogo navchannya dlya otrimannya kompleksnih prognoziv na osnovi bazovih modelej Shtuchni nejronni merezhi Dokladnishe Shtuchna nejronna merezha Merezhevij analiz optimizaciya u tomu chisli genetichni algoritmi genetic algorithm evristichni algoritmi poshuku sho vikoristovuyutsya dlya rozv yazannya zadach optimizaciyi i modelyuvannya shlyahom vipadkovogo pidboru kombinuvannya i variaciyi potribnih parametriv z vikoristannyam mehanizmiv analogichnih naturalnomu vidboru u prirodi Imitacijne modelyuvannya Dokladnishe Imitacijne modelyuvannya Metod sho dozvolyaye buduvati modeli sho opisuyut procesi tak yak voni bi prohodili u dijsnosti Imitacijne modelyuvannya mozhna rozglyadati yak riznovid eksperimentalnih viprobuvan Prostorovij analiz Dokladnishe Prostorovij analiz Klas metodiv sho vikoristovuyut topologichnu geometrichnu i geografichnu informaciyu sho viluchayetsya iz danih Statistichnij analiz Dokladnishe Statistichnij analiz Analiz chasovih ryadiv A B testuvannya A B testing split testing metod marketingovogo doslidzhennya pri jogo vikoristanni kontrolna grupa elementiv porivnyuyetsya iz naborom testovih grup u yakih odin chi kilka pokaznikiv buli zmineni shob z yasuvati yaki zi zmin pokrashuyut cilovij pokaznik Vizualizaciya analitichnih danih Dokladnishe Podannya informaciyi u viglyadi malyunkiv diagram z vikoristannyam interaktivnih mozhlivostej i animaciyi yak dlya otrimannya rezultativ tak i dlya vikoristannya u yakosti vihidnih danih dlya podalshogo analizu Duzhe vazhlivij etap analizu velikih danih sho dozvolyaye pokazati najvazhlivishi rezultati analizu u najbilsh zruchnomu dlya sprijnyattya viglyadi Div takozhPortal Informacijni tehnologiyi Dobuvannya danih Mashinne navchannya Statistika SociofizikaPrimitki Ukrayinskij superkomp yuternij internet dajdzhest 19 lyutogo 2013 Arhiv originalu za 24 zhovtnya 2016 Procitovano 23 zhovtnya 2016 Clifford Lynch 2008 Nature 455 7209 doi 10 1038 455028a Arhiv originalu za 5 veresnya 2011 Procitovano 23 zhovtnya 2016 Computerworld eng 18 zhovtnya 2011 Arhiv originalu za 24 zhovtnya 2016 Procitovano 23 zhovtnya 2016 Shelpuk Yevgen 18 lyutogo 2016 The Ukrainians Arhiv originalu za 19 zhovtnya 2016 Procitovano 23 zhovtnya 2016 Zolotnikov Yaroslav Bondarev Oleksij 6 sichnya 2016 Novoe Vremya Arhiv originalu za 24 zhovtnya 2016 Procitovano 23 zhovtnya 2016 Prometheus Arhiv originalu za 17 grudnya 2018 Procitovano 17 grudnya 2018 Brodeckij Andrij 31 zhovtnya 2013 KPIshnik Arhiv originalu za 13 chervnya 2016 Procitovano 24 zhovtnya 2016 Sabinich Andrij 7 listopada 2018 Arhiv originalu za 16 listopada 2018 Procitovano 16 listopada 2018 Turow Joseph Couldry Nick 1 kvitnya 2018 Media as Data Extraction Towards a New Map of a Transformed Communications Field Journal of Communication T 68 2 s 415 423 doi 10 1093 joc jqx011 ISSN 0021 9916 Procitovano 25 zhovtnya 2022 www datawerks com amer Arhiv originalu za 10 kvitnya 2018 Procitovano 14 travnya 2018 angl PosilannyaVikishovishe maye multimedijni dani za temoyu Veliki dani Ukrayinskij superkomp yuternij internet dajdzhest 19 lyutogo 2013 Arhiv originalu za 24 zhovtnya 2016 Procitovano 23 zhovtnya 2016 Melnik Anton 19 kvitnya 2016 ain ua Arhiv originalu za 24 zhovtnya 2016 Procitovano 24 zhovtnya 2016 Kostyuk Dmitro 26 travnya 2016 Tech Today Arhiv originalu za 24 zhovtnya 2016 Procitovano 24 zhovtnya 2016 Otkrytye sistemy SUBD ros 20 grudnya 2011 Arhiv originalu za 24 zhovtnya 2016 Procitovano 24 zhovtnya 2016 Ce nezavershena stattya zi shtuchnogo intelektu Vi mozhete dopomogti proyektu vipravivshi abo dopisavshi yiyi