INTELIGENTNA ANALIZA DANYCH NA PLATFORMIE ANALITYCZNEJ
Dauren Darkenbayev
dauren.kadyrovich@gmail.comAl-Farabi Kazakh National University (Kazachstan)
https://orcid.org/0000-0002-6491-8043
Arshyn Altybay
Al-Farabi Kazakh National University (Kazachstan)
https://orcid.org/0000-0003-4939-8876
Zhaidargul Darkenbayeva
Kazakh Ablai Khan University of International Relations and World Languages (Kazachstan)
https://orcid.org/0000-0003-3756-0581
Nurbapa Mekebayev
Kazakh National Women’s Teacher Training University (Kazachstan)
https://orcid.org/0000-0002-9117-4369
Abstrakt
W artykule omówiono metody przetwarzania surowych danych z wykorzystaniem platformy analitycznej. Autorzy analizują istniejące metody i technologie stosowane do realizacji przetwarzania danych i proponują nowe podejścia do rozwiązania tego problemu. Rozważane są możliwości wykorzystania platform analitycznych do rozwiązania problemu przetwarzania surowych danych. Celem artykułu jest zbadanie możliwości importu danych, częściowego przetwarzania wstępnego, przywracania brakujących danych, usuwania anomalii, przetwarzania spektralnego i usuwania szumu. Autorzy sprawdzili, jak platformy analityczne mogą funkcjonować bez hurtowni danych, otrzymując informacje z innych źródeł, jednak najbardziej optymalnym sposobem jest ich wspólne wykorzystanie oraz jak duże zbiory danych można przetwarzać za pomocą platformy analitycznej. Autorzy omawiają możliwe problemy związane z problemami przetwarzania i sugerują sposoby ich rozwiązania. Szczególną uwagę zwrócono na kompletny zestaw mechanizmów, który pozwala na pozyskanie informacji z dowolnego źródła danych, przeprowadzenie całego cyklu przetwarzania i wyświetlenie wyników. Ogólnie rzecz biorąc, artykuł stanowi ważny wkład w rozwój technologii przetwarzania surowych danych. Artykuł kończy się przyszłościowym planem dalszych badań w tym obszarze.
Słowa kluczowe:
surowe dane, przetwarzanie, platforma analityczna, technologia, analizaBibliografia
Abdiakhmetova Z. M.: Wavelet data processing in the problems of allocation in recovery well logging. Journal of Theoretical and Applied Information Technology 95(5), 2017, 1041–1047.
Google Scholar
Altybay A. et al: Numerical Simulation and Parallel Computing of the Acoustic Wave Equation. AIP Conference Proceedings 3085(1), 2024, 020006.
DOI: https://doi.org/10.1063/5.0194676
Google Scholar
Balakayeva G. et al: Development of an application for the thermal processing of oil slime in the industrial oil and gas sector. Informatics, Control, Measurement in Economy and Environmental Protection 13(2), 2023, 20–26.
DOI: https://doi.org/10.35784/iapgos.3463
Google Scholar
Balakayeva G. et al: Digitalization of enterprise with ensuring stability and reliability. Informatics, Control, Measurement in Economy and Environmental Protection 13(1), 2023, 54–57 [http://doi.org/10.35784/iapgos.3295].
DOI: https://doi.org/10.35784/iapgos.3295
Google Scholar
Balakayeva G., Darkenbayev D.: The solution to the problem of processing Big Data using the example of assessing the solvency of borrowers. Journal of Theoretical and Applied Information Technology 98(13), 2020, 2659–2670.
Google Scholar
Balakayeva G. T. et al: Using NoSQL for processing unstructured Big Data. News of the NAS of the Republic of Kazakhstan 6(438), 2019, 12–21.
DOI: https://doi.org/10.32014/2019.2518-170X.151
Google Scholar
Big Data Big Opportunity [http://www.oracle.com] (28.01.2012).
Google Scholar
Darkenbayev D. K.: Numerical solution of the regression model for analysis and processing of Big Data. Vestnik KazNRTU 6(130), 2018, 132–139.
Google Scholar
Franks B.: The Taming of Big Data: How to Extract Knowledge from Arrays of Information Using Deep Analytics. Mann, Ivanov and Ferber, 2014, 180.
Google Scholar
Highlights: Unique Features of Statistica Data Miner [http://www.statsoft.com] (01.02.2014).
Google Scholar
Lubanovic B.: Introducing Python: Modern Computing in Simple Packages 2nd Edition. O'Reilly Media, 2019.
Google Scholar
Rastorguev V.: DataMining technology for data analysis in credit scoring methods. Banking Technologies (11), 2003, 14–18.
Google Scholar
Rimmer J.: Contemporary changes in credit scoring. Credit Control 26 (4), 2005, 56–60.
Google Scholar
Saar-Tsechansky M., Provost F.: Active sampling for class probability estimation and ranking. Machine Learning 54(2), 2004, 153–178.
DOI: https://doi.org/10.1023/B:MACH.0000011806.12374.c3
Google Scholar
Semenov Yu. A.: Large amounts of data (big data) [http://book.itep.ru] (21.04.2013).
Google Scholar
Usachev S.: Credit scoring: desktop or enterprise solutions. Banks and technologies (4), 2008, 50–54.
Google Scholar
[http: //www.basegroup.ru].
Google Scholar
[http://www.nosql-database.org].
Google Scholar
[https://basegroup.ru/deductor/components/studio].
Google Scholar
Autorzy
Dauren Darkenbayevdauren.kadyrovich@gmail.com
Al-Farabi Kazakh National University Kazachstan
https://orcid.org/0000-0002-6491-8043
Autorzy
Arshyn AltybayAl-Farabi Kazakh National University Kazachstan
https://orcid.org/0000-0003-4939-8876
Autorzy
Zhaidargul DarkenbayevaKazakh Ablai Khan University of International Relations and World Languages Kazachstan
https://orcid.org/0000-0003-3756-0581
Autorzy
Nurbapa MekebayevKazakh National Women’s Teacher Training University Kazachstan
https://orcid.org/0000-0002-9117-4369
Statystyki
Abstract views: 146PDF downloads: 108
Inne teksty tego samego autora
- Nataliia Geseleva, Ganna Proniuk, Olexander Romanyuk, Olga Akimova, Tetiana Troianovska-Korobeynikova, Liudmyla Savytska, Saule Rakhmetullina, Nurbapa Mekebayev, ZARZĄDZANIE MIEJSCEM PRACY ZA POMOCĄ BADAŃ OPERACYJNYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 12 Nr 3 (2022)
- Gulnar Balakayeva, Paul Ezhilchelvan, Yerlan Makashev, Christofer Phillips, Dauren Darkenbayev, Kalamkas Nurlybayeva, CYFRYZACJA PRZEDSIĘBIORSTWA Z ZAPEWNIENIEM STABILNOŚCI I NIEZAWODNOŚCI , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 13 Nr 1 (2023)
- Gulnar Balakayeva, Gaukhar Kalmenova, Dauren Darkenbayev, Christofer Phillips, OPRACOWANIE APLIKACJI DO TERMICZNEGO PRZETWARZANIA SZLAMÓW OLEJOWYCH W PRZEMYSŁOWYM SEKTORZE NAFTOWYM I GAZU , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 13 Nr 2 (2023)
- Gulnar Balakayeva, Dauren Darkenbayev, Mukhit Zhanuzakov, ROZWÓJ OPROGRAMOWANIA DO PRZEWIDYWANIA OCEN PRACOWNIKÓW , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 13 Nr 3 (2023)
