Casa Finanza personale Caratteristiche di Big Data Analysis - dummies

Caratteristiche di Big Data Analysis - dummies

Video: Analisi dei dati | FedericaX on edX 2025

Video: Analisi dei dati | FedericaX on edX 2025
Anonim

L'analisi dei big data ha ricevuto molto hype di recente, e per una buona ragione. Dovrai conoscere le caratteristiche dell'analisi dei big data se vuoi far parte di questo movimento. Le aziende sanno che c'è qualcosa là fuori, ma fino a poco tempo fa, non erano in grado di estrarlo. Questo spingere l'involucro all'analisi è un aspetto eccitante del movimento di analisi dei big data.

Le aziende sono entusiaste di essere in grado di accedere e analizzare i dati che stanno raccogliendo o di cui desiderano ottenere informazioni, ma che non sono stati in grado di gestire o analizzare in modo efficace. Potrebbe comportare la visualizzazione di enormi quantità di dati disparati, o potrebbe comportare streaming avanzato analizzato in tempo reale. È evolutivo in alcuni aspetti e rivoluzionario in altri.

Quindi, cosa c'è di diverso quando la tua azienda sta spingendo la busta con l'analisi dei big data? L'infrastruttura che supporta l'analisi dei big data è diversa e gli algoritmi sono stati modificati per essere consapevoli dell'infrastruttura.

L'analisi dei big data dovrebbe essere vista da due punti di vista:

  • orientata alle decisioni

orientata all'azione L'analisi orientata alle decisioni è più simile alla business intelligence tradizionale. Guarda sottogruppi selettivi e rappresentazioni di fonti di dati più grandi e prova ad applicare i risultati al processo di prendere decisioni di business. Certamente queste decisioni potrebbero comportare qualche tipo di azione o cambiamento di processo, ma lo scopo dell'analisi è quello di aumentare il processo decisionale.

L'analisi orientata all'azione viene utilizzata per una risposta rapida, quando emerge un modello o vengono rilevati tipi specifici di dati e viene richiesta un'azione. Sfruttare i big data attraverso l'analisi e causare cambiamenti di comportamento proattivi o reattivi offre un grande potenziale per i primi utenti.

Trovare e utilizzare i big data creando applicazioni di analisi può essere la chiave per estrarre il valore prima piuttosto che dopo. Per eseguire questa operazione, è più efficace creare da zero queste applicazioni personalizzate o sfruttando piattaforme e / o componenti.

Per prima cosa, guarda alcune delle caratteristiche aggiuntive dell'analisi dei big data che la rendono diversa dai tradizionali tipi di analisi a parte i tre V del volume, della velocità e della varietà:

  • Può essere programmatico. Uno dei più grandi cambiamenti nell'analisi è che in passato si trattava di set di dati che si potevano caricare manualmente in un'applicazione ed esplorare. Con l'analisi dei big data, potresti trovarti di fronte a una situazione in cui potresti iniziare con dati non elaborati che spesso devono essere gestiti a livello di programmazione per eseguire qualsiasi tipo di esplorazione a causa della scala dei dati.

  • Può essere guidato da dati. Mentre molti scienziati informatici utilizzano un approccio guidato dall'ipotesi per l'analisi dei dati (sviluppare una premessa e raccogliere dati per vedere se tale premessa è corretta), è anche possibile utilizzare i dati per guidare l'analisi, specialmente se si è raccolto un enorme quantità di esso. Ad esempio, è possibile utilizzare un algoritmo di apprendimento automatico per eseguire questo tipo di analisi senza ipotesi.

  • Può utilizzare molti attributi . In passato, avresti potuto gestire centinaia di attributi o caratteristiche di quell'origine dati. Ora potresti avere a che fare con centinaia di gigabyte di dati composti da migliaia di attributi e milioni di osservazioni. Tutto sta accadendo ora su una scala più ampia.

  • Può essere iterativo. Maggiore potenza di calcolo significa che è possibile eseguire un'iterazione sui modelli fino a quando non li ottieni come li vuoi. Ecco un esempio. Supponiamo che tu stia creando un modello che sta cercando di trovare i predittori per determinati comportamenti dei clienti associati. È possibile iniziare a estrarre un campione ragionevole di dati o connettersi a dove risiedono i dati. Potresti costruire un modello per verificare un'ipotesi.

    Mentre in passato potevi non avere molta memoria per far funzionare il tuo modello in modo efficace, avrai bisogno di un'enorme quantità di memoria fisica per passare attraverso le iterazioni necessarie richieste per addestrare l'algoritmo. Potrebbe anche essere necessario utilizzare tecniche di calcolo avanzate come l'elaborazione del linguaggio naturale o reti neurali che evolvono automaticamente il modello in base all'apprendimento man mano che vengono aggiunti più dati.

  • Può essere rapido per ottenere i cicli di calcolo necessari sfruttando un'infrastruttura basata su cloud come servizio. Con piattaforme Infrastructure as a Service (IaaS) come Amazon Cloud Services (ACS), è possibile eseguire rapidamente il provisioning di un cluster di macchine per importare insiemi di dati di grandi dimensioni e analizzarli rapidamente.

Caratteristiche di Big Data Analysis - dummies

Scelta dell'editore

Il programma in cinque passaggi per superare la menopausa - dummy

Il programma in cinque passaggi per superare la menopausa - dummy

Alcune donne capiscono a malapena che la menopausa è loro. Altre donne, tuttavia, sono meno fortunate. Se sei uno di questi, prendi in mano questi pochi modi per rendere la tua esperienza più facile per te stesso: capisci e accetta che stai attraversando una transizione naturale, proprio come la pubertà. Fortunatamente, sei più vecchio e più saggio di te ...

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa For Dummies Cheat Sheet (edizione UK) - dummies

Menopausa segna la fine della fase riproduttiva della tua vita e così è un momento significativo di cambiamento fisico, emotivo e mentale per molte donne ma, per generazioni, donne di tutte le età hanno vagato alla cieca in menopausa senza sapere cosa aspettarsi. Qui puoi scoprire alcune delle nozioni di base.

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Perimenopausa: facilitare la transizione dalle mestruazioni alla menopausa - manichini

Mestruazioni e menopausa sono ben noti biologici pietre miliari nella vita di una femmina. Contrariamente al pensiero popolare, la menopausa non è il periodo di mesi o anni in cui una donna sta "attraversando il cambiamento". "Questo lasso di tempo è chiamato perimenopausa. La menopausa è una data effettiva nel tempo. In particolare, è il 12 ° anniversario dell'ultimo ciclo mestruale di una donna. ...

Scelta dell'editore

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

Come utilizzare il filtro automatico personalizzato su una tabella di Excel - dummies

È Possibile creare un filtro automatico personalizzato . Per fare ciò, seleziona il comando Filtro testo dal menu della tabella e scegli una delle opzioni di filtro del testo. Indipendentemente dall'opzione di filtro del testo selezionata, Excel visualizza la finestra di dialogo Filtro automatico personalizzato. Questa finestra di dialogo consente di specificare con estrema precisione quali record si desidera ...

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

Come utilizzare la funzione DPRODUCT in un database Excel - dummies

DPRODUCT moltiplica i valori che corrispondono al criterio in un database Excel. Questo è potente ma anche in grado di produrre risultati che non sono l'intenzione. In altre parole, è una cosa da aggiungere e ricavare una somma. Questa è un'operazione comune su un set di dati. Osservando la seguente figura, è possibile ...

Come utilizzare la funzione DPRODUCT in Excel - dummy

Come utilizzare la funzione DPRODUCT in Excel - dummy

La funzione DPRODUCT in Excel è strana. La funzione DPRODUCT moltiplica i valori nei campi da un elenco di database in base ai criteri di selezione. Perché vorresti farlo? Chissà. La funzione utilizza la sintassi = DPRODUCT (database, campo, criteri) in cui il database è un riferimento all'intervallo alla tabella di Excel che contiene il valore desiderato ...

Scelta dell'editore

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Programmazione con Java: riutilizzo dei nomi nella tua app per Android - dummies

Ci sono un paio di cose a cui vuoi pensare quando riutilizzi i nomi nella tua app per Android. È possibile dichiarare due variabili Java - bag1 e bag2 - per fare riferimento a due diversi oggetti BagOfCheese. Va bene. Ma a volte, avere solo una variabile e riutilizzarla per il secondo oggetto funziona altrettanto bene, ...

Java: Mettere a frutto l'uso della classe - dummies

Java: Mettere a frutto l'uso della classe - dummies

La classe Employee nell'elenco non ha alcun metodo principale , quindi non c'è un punto di partenza per l'esecuzione del codice. Per risolvere questo problema, il programmatore scrive un programma separato con un metodo principale e utilizza tale programma per creare istanze Employee. Questo elenco di codici mostra una classe con un metodo principale - uno che inserisce il ...

Classi wrapper java - dummies

Classi wrapper java - dummies

La differenza tra tipi primitivi e tipi di riferimento è una delle funzionalità più controverse di Java e gli sviluppatori si lamentano spesso sulle differenze tra valori primitivi e valori di riferimento. Ogni tipo primitivo viene cotto nella lingua. Java ha otto tipi primitivi. Ogni tipo di riferimento è una classe o un'interfaccia. È possibile definire il proprio ...