Inleiding tot big data
Big Data is, zoals de naam al doet vermoeden, iets dat met data te maken heeft, waarbij groot groot of groot betekent. Simpel gezegd, Big Data verwijst naar grote hoeveelheden gegevens (in termen van volume) die niet kunnen worden verteerd (verwerkt) met traditionele gegevensverwerkingstoepassingen op een effectieve manier. Naarmate de gegevens groter worden, worden ze ook complexer en vereist het meer geavanceerde en robuuste wiskundige en statistische technieken om te krijgen wat we van gegevens willen.
Laten we hier proberen de inleiding tot big data te begrijpen met een voorbeeld, terugspoelen naar de jaren 1940, geen computers, geen mobiele telefoons, geen internet, geen digitaal leven, dus geen gegevens, toch? Welnu, er waren gegevens, maar deze waren niet digitaal. In die tijd was er geen internetbankieren, maar er waren banken en banken hadden klanten, en klanttransacties die werden vastgelegd, niet digitaal maar op papier, boekhouding en financiën en allemaal op pen en papier.
Snel vooruit naar de jaren negentig kwamen technologie op gang, computers en mobiele telefoons kwamen op de markt, winst-en verliesrekeningen en balansen die werden gedaan op papier en opgeslagen in registers met gegevens van ongeveer 500 klanten werden nu gedaan op excel en opgeslagen in schijven die kan meer dan duizenden klantgegevens opslaan. Hier in de inleiding tot big data gaan we leren dat naarmate gegevens exponentieel toenamen, organisaties zichzelf uitrusten met meer vuurkracht om gegevens effectiever te verwerken. Nu wordt op één enkele dag 2, 5 miljard bytes (2.500.000 Terabytes) aan gegevens gegenereerd. Dat is enorm, toch? Met de voortschrijdende technologie zal in de nabije toekomst bijna elk item in onze omgeving wat gegevens genereren. We hebben al slimme schoenen, slimme lichten, slimme kussens en andere gadgets beschikbaar die dagelijks gegevens genereren. Daarom is Inleiding tot Big Data een van de essentiële technologieën die een belangrijke rol zullen spelen bij het vormgeven van de toekomstige wereld.
Hoofdcomponenten van big data
Zoals we hierboven in de inleiding tot big data hebben besproken, wat big data is, gaan we nu verder met de belangrijkste componenten van big data.
-
Machine leren
Het is de wetenschap om computers dingen zelf te laten leren. Van machine learning wordt verwacht dat een computer algoritmen en statistische modellen gebruikt om specifieke taken uit te voeren zonder expliciete instructies. Machine learning-applicaties bieden resultaten op basis van ervaringen uit het verleden. Tegenwoordig zijn er bijvoorbeeld enkele mobiele applicaties die u een samenvatting van uw financiën en rekeningen geven, die u aan uw factuurbetalingen zullen herinneren en die u ook suggesties kunnen geven om voor een aantal spaarplannen te kiezen. Deze functies worden gedaan door uw e-mails en sms-berichten te lezen.
-
Natuurlijke taalverwerking (NLP)
Het is het vermogen van een computer om de menselijke taal te begrijpen zoals ze wordt gesproken. De meest voor de hand liggende voorbeelden die mensen tegenwoordig kunnen hebben, zijn Google Home en Amazon Alexa. Beide gebruiken NLP en andere technologieën om ons een virtuele assistent-ervaring te bieden. NLP is overal om ons heen zonder dat we het ons realiseren. Bij het schrijven van een e-mail, terwijl het fouten maakt, corrigeert het zichzelf automatisch en tegenwoordig geeft het auto-suggesties voor het voltooien van de e-mails en intimideert het ons automatisch wanneer we proberen een e-mail te verzenden zonder de bijlage waarnaar we in de tekst van de e-mail hebben verwezen, dit is onderdeel van Natural Language Processing Applications die op de backend worden uitgevoerd.
-
Bedrijfsinformatie
Business Intelligence (BI) is een methode of proces dat technologiegedreven is om inzichten te verkrijgen door gegevens te analyseren en te presenteren op een manier zodat de eindgebruikers (meestal leidinggevenden op hoog niveau) zoals managers en bedrijfsleiders hier bruikbare inzichten uit kunnen halen en weloverwogen zakelijke beslissingen nemen.
-
Cloud computing
Als we de naam noemen, zou het moeten worden berekend op wolken, nou ja, het is waar, alleen hier hebben we het niet over echte wolken, cloud hier is een referentie voor internet. Dus we kunnen cloud computing definiëren als de levering van computerservices - servers, opslag, databases, netwerken, software, analyse, intelligentie en meer - via internet ("de cloud") om snellere innovatie, flexibele bronnen en schaalvoordelen te bieden .
Kenmerken van big data
In dit onderwerp van Inleiding tot Big Data laten we u ook de kenmerken van Big Data zien.
-
Volume:
Om de waarde van gegevens te bepalen, moet rekening worden gehouden met de grootte, die een cruciale rol speelt. Het hangt ook af van het volume om te bepalen of een bepaald type gegevens onder de inleiding tot de categorie Big Data valt of niet.
-
Verscheidenheid:
Variëteit betekent verschillende soorten gegevens volgens hun aard (gestructureerd en ongestructureerd). Eerder waren de enige gegevensbronnen die door de meeste toepassingen werden overwogen de vorm van rijen en kolommen die meestal in spreadsheets en databases kwamen. Maar tegenwoordig komen gegevens in elke vorm die we ons kunnen voorstellen, zoals e-mails, foto's, video's, audio en nog veel meer.
-
Snelheid:
Snelheid zoals de naam suggereert de snelheid van het genereren van gegevens. Uit een bron bepaalt hoe snel gegevens kunnen worden gegenereerd en hoe snel deze kunnen worden verwerkt, het potentieel van de gegevens.
-
variabiliteit:
Gegevens kunnen variabel zijn, dit betekent dat ze inconsistent kunnen zijn, niet in de stroom, die een blokkering in de verwerking en het beheer van gegevens op een effectieve manier verstoort of wordt.
Toepassingen van big data
Big Data-analyses worden op de volgende manieren gebruikt
-
Gezondheidszorg:
We hebben tegenwoordig draagbare apparaten en sensoren die realtime updates bieden voor de gezondheidsverklaring van een patiënt.
-
Onderwijs:
De voortgang van een student kan worden gevolgd en verbeterd door een goede analyse door middel van big data-analyse.
-
Weer:
Weersensoren en satellieten, die over de hele wereld zijn ingezet, verzamelen enorme hoeveelheden gegevens en gebruiken die gegevens om de weers- en omgevingscondities te volgen en ook de weersomstandigheden voor de komende dagen te voorspellen of voorspellen.
Voor- en nadelen van big data
Zoals we de introductie van big data hebben bestudeerd, gaan we de voordelen en nadelen van big data als volgt begrijpen :
|
voordelen | nadelen |
| Betere besluitvorming | Gegevenskwaliteit: de kwaliteit van gegevens moet goed zijn en geschikt zijn om door te gaan met big data-analyse. |
| Toegenomen productiviteit | Hardwarebehoeften: opslagruimte die er moet zijn om de gegevens te huisvesten, netwerkbandbreedte om deze naar en van analysesystemen over te dragen, zijn allemaal duur in aanschaf en onderhoud van de Big Data-omgeving. |
| Kosten verlagen | Cybersecurity-risico's: door het opslaan van gevoelige en grote hoeveelheden gegevens kunnen bedrijven een aantrekkelijker doelwit worden voor cyberaanvallen, die de gegevens kunnen gebruiken voor losgeld of andere onrechtmatige doeleinden. |
| Verbeterde klantenservice | Hik bij de integratie met oudere systemen: veel oude ondernemingen die al lang actief zijn, hebben gegevens opgeslagen in verschillende applicaties en systemen in verschillende architectuur en omgevingen. Dit veroorzaakt problemen bij het integreren van verouderde gegevensbronnen en het verplaatsen van gegevens, wat de tijd en kosten van het werken met big data verder verhoogt. |
Aanbevolen artikelen
Dit is een handleiding geweest voor Inleiding tot Big Data. Hier hebben we Inleiding tot Big Data besproken met de belangrijkste componenten, kenmerken, voordelen en nadelen van big data. U kunt ook de volgende artikelen bekijken:
- Big Data Analytics-software
- Data Scientist versus Big Data
- Big Data Analytics-opdrachten