Issn: 2181-1601 Scientific Journal Impact Factor

2.Adabiyotlar sharhi.
Ushbu tadqiqot mavzusi doirasida juda ham ko‘plab dasturchilar va matematik olimlar 
samarali ishlar olib borishgan. Jumladan, L. Rao (2010) o‘zining “TechCrunch is part of 
the yahoo family of brands” kitobida aloxida to‘xtalib o‘tgan. R. Bhatnagar, A. 

---

SCIENTIFIC PROGRESS
VOLUME 4 
ǀ
ISSUE 4 
ǀ
2023 
ISSN: 2181-1601
Scientific Journal Impact Factor (SJIF 2022=5.016) 
Passport: 
http://sjifactor.com/passport.php?id=22257
  
Uzbekistan
 
www.scientificprogress.uz
 
Page 27
Hassanien, M. Tolba, M. Elhoseny and M. Mostafalar o’zlarining tezis va maqolalarida 
mavzuga doir ilmiy izlanishlar olib borgan.
3. Tadqiqot metodologiyasi.
Mazkur tadqiqotni yoritishda dasturchilar va matematik olimlarlarning mavzu 
doirasida olib borgan ilmiy ishlari, yaratgan o‘quv adabiyotlari tizimli o‘rganilgan. 
Ularning xulosa va fikrlari qiyosiy tahlil etilib, ma’lumotlarni qayta ishlandi. 
4. Tahlil va natijalar. 
Mazkur tadqiqotni yoritishda dasturchilar va matematik olimlarlarning mavzu 
doirasida olib borgan ilmiy ishlari, yaratgan o‘quv adabiyotlari tizimli o‘rganilgan. 
Ularning xulosa va fikrlari qiyosiy tahlil etilib, ma’lumotlarni qayta ishlandi. 
So'nggi bir necha yil ichida ma'lumotlar hajmi misli ko'rilmagan sur'atda oshmaguncha, 
katta ma'lumotlarga olib keladigan "veb-texnologiyalar, ijtimoiy media va mobil 
qurilmalar" kengayguncha ma'lumotlar eksponent tarzda o'sishni boshladi. Masalan, 
Twitter kuniga 70 million tvitni qayta ishlagan va kuniga 8 TB dan ortiq tvit ishlab 
chiqargan . 
Ijtimoiy tarmoq saytlari, mehmonxona ma'lumotlari, ob-havo ma'lumotlari, onlayn-
do'konlar, bank ishi va katta ma'lumotlarning boshqa manbalari bir nechta misoldir. 
Biroq, agar u to'liq va chuqur tekshirilmasa, foydasizdir. Big Data Analytics — bir qator 
korporativ ilovalarga qoʻllanilishi yoki umuman odamlar hayotini yaxshilash uchun 
foydali tushunchalarni olish maqsadida katta maʼlumotlar toʻplamini tahlil qilish 
usulidir . 
Biz ilgari ko'rilmagan va eshitilmagan turli manbalardan aql bovar qilmaydigan 
miqdordagi ma'lumotlar yaratilayotgan davrda yashayapmiz. Ushbu kutilmagan 
ma'lumotlarni yig'ish, qayta ishlash va baholash uchun texnologiya ishlab chiqilgan 
bo'lsa ham, ko'plab muammolar va tashvishlar saqlanib qolmoqda. Katta ma'lumotni 
yaxshiroq tushunish va qimmatli tushunchalarga ega bo'lish uchun ko'plab tadqiqotlar 
olib borilmoqda. Endi biz tadqiqotning har bir sohasida, jumladan aniq fanlar, amaliy 
fanlar, ijtimoiy fanlar, biotibbiyot fanlari va hokazolarda katta ma'lumotlar bilan 
shug'ullanamiz. Ushbu sektorlarning barchasi katta ma'lumotlar to'plamlari bilan 
shug'ullanadi va juda ko'p kuch sarflanadi 
Bu asar Creative Commons Attribution 4.0 xalqaro litsenziyasi boʻyicha 
litsenziyalangan boʻlib, asl asardan toʻgʻri iqtibos keltirilsa, har qanday vositada cheksiz 
foydalanish, tarqatish va koʻpaytirishga ruxsat beradi. 
Zamonaviy ma'lumotlar qiyinchiliklarini hal qilishda ko'p va'dalarga ega bo'lgan 
Machine Learning (ML) kabi domenlardan foydalangan holda Big Datadan yaxshiroq 
foydalanish va tahlil qilish uchun qilingan. 
Mashinani o'rganish usullari so'nggi o'n yillikda tibbiyot, astronomiya, biologiya 
va boshqalar kabi turli xil keng va murakkab ma'lumotlarni talab qiluvchi sohalarda 

---

SCIENTIFIC PROGRESS
VOLUME 4