Katta malumotlarni qayta ishlash texnologiyalari

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.

---

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, 
onlayndo'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 tobora 
ommalashib bormoqda, chunki ular ma'lumotlarning yashirin ma'lumotlarini qazib olish 
uchun potentsial javoblarni taqdim etadi .
Ushbu maqola quyidagicha tuzilgan: 2-bo'limda mashinani o'rganish va uning 
texnikasi haqida umumiy ma'lumot berilgan. 3-bo'limda katta ma'lumotlar tushunchalari 
va ilovalari keltirilgan. 4-bo'lim tegishli ish haqida qisqacha ma'lumot beradi. 5bo'limda 
katta ma'lumotlarni qayta ishlash bilan bog'liq mashinani o'rganish masalalari muhokama 
qilinadi. Nihoyat, 6-bo'limda ba'zi xulosalar keltirilgan.