Поиск ответа
| Вопрос № 293327 |
Бой-бенд или бой-бэнд? Или как-то ещё? Почему?
Ответ справочной службы русского языка
Добрый день! Подскажите, пожалуйста, как правильно писать термины, пришедшие из английского языка? В частности big data, Big data или биг дата? Буду очень признательна за ответ!
Ответ справочной службы русского языка
Этот термин лучше писать или в переводе: большие данные, или на английском: big data.
Ответ справочной службы русского языка
Правильно: вам может понравиться эта услуга. Неопределенная форма глагола (что сделать?) пишется с мягким знаком. Ср.: вам, может, понравится эта услуга (= возможно, вам понравится эта услуга) – здесь употребляется форма 3-го лица, которая пишется без мягкого знака.
Ответ справочной службы русского языка
Противоречия нет. Существуют русские слова, которые склоняются, но не имеют форм единственного числа. Например, ножницы, сани.
С помощью биг удей или с помощью биг уди?
Ответ справочной службы русского языка
Раньше слово биг уди склонять не разрешалось. Но постепенно склонение этого слова стало нормативным, и сейчас наблюдается такая картина: в одних словарях биг уди по-прежнему дано только как несклоняемое существительное, в других склоняемый и несклоняемый варианты даны как равноправные, а в третьих (к ним относится, например, Большой академический словарь русского языка) склоняемый вариант (с помощью биг удей) уже признается предпочтительным, а несклоняемый (с помощью биг уди) – допустимым, но устаревающим.
Ответ справочной службы русского языка
Пишутся через дефис иноязычные географические названия, если в языке-источнике они пишутся через дефис или раздельно.
Здравствуйте.
У меня есть вопрос надеюсь ответите, В соц. Сетях я увидела вот это: «Есть биг уди, А вот как одна? Биг удя? биг удина? биг удь?». Надеюсь есть ответ на этот вопрос просто интересно как в ед. числе будет слово биг уди?
Заранее спасибо за ответ.
С уважением Мария.
Ответ справочной службы русского языка
Слово биг уди не имеет форм единственного числа.
Склоняются ли слова » биг уди», «термо биг уди»?
Ответ справочной службы русского языка
Ответ справочной службы русского языка
Правильно: билборд. Это слово зафиксировано «Русским орфографическим словарем» РАН (М., 2005).
Подскажите,пожалуйста, какого рода слово биг уди
Ответ справочной службы русского языка
Биг уди – существительное pluralia tantum (имеющее формы только множественного числа). Противопоставление по роду во множественном числе не выявлено.
Здравствуйте! Пожалуйста, подскажите склоняется ли слово биг уди? Сегодня прочитал название книжки безумной Донцовой «кто-то там типа пудель в биг удях» Честно говоря, мне стало плохо. Насколько я помню слово биг уди не склоняется. Спасибо!
Ответ справочной службы русского языка
Это слово может употребляться как склоняемое и как несклоняемое.
Добрый день! Подскажите пожалуйста какого рода являются слова Галифе и Биг уди?
Ответ справочной службы русского языка
Здравствуйте, подскажите, пожалуйста, как правильно писать «лайтбокс» и «ситилайт». И какая разница между словами » биГ борд» и «биЛборд»? Спасибо!
Ответ справочной службы русского языка
Верно: _лайтбокс, ситилайт, билборд_. Слова _ биг борд_ и _билборд_ обозначают одно и то же, однако общеупотребительным вариантом является _билборд_.
Ответ справочной службы русского языка
Здравствуйте! Как правильно: Канал «Би биг он» VS тинейджеров или Канал «Би биг он» VS тинейджеры и почему? Зараннее спасибо.
Ответ справочной службы русского языка
Поиск ответа
| Вопрос № 293327 |
Бой-бенд или бой-бэнд? Или как-то ещё? Почему?
Ответ справочной службы русского языка
Добрый день! Подскажите, пожалуйста, как правильно писать термины, пришедшие из английского языка? В частности big data, Big data или биг дата? Буду очень признательна за ответ!
Ответ справочной службы русского языка
Этот термин лучше писать или в переводе: большие данные, или на английском: big data.
Ответ справочной службы русского языка
Правильно: вам может понравиться эта услуга. Неопределенная форма глагола (что сделать?) пишется с мягким знаком. Ср.: вам, может, понравится эта услуга (= возможно, вам понравится эта услуга) – здесь употребляется форма 3-го лица, которая пишется без мягкого знака.
Ответ справочной службы русского языка
Противоречия нет. Существуют русские слова, которые склоняются, но не имеют форм единственного числа. Например, ножницы, сани.
С помощью биг удей или с помощью биг уди?
Ответ справочной службы русского языка
Раньше слово биг уди склонять не разрешалось. Но постепенно склонение этого слова стало нормативным, и сейчас наблюдается такая картина: в одних словарях биг уди по-прежнему дано только как несклоняемое существительное, в других склоняемый и несклоняемый варианты даны как равноправные, а в третьих (к ним относится, например, Большой академический словарь русского языка) склоняемый вариант (с помощью биг удей) уже признается предпочтительным, а несклоняемый (с помощью биг уди) – допустимым, но устаревающим.
Ответ справочной службы русского языка
Пишутся через дефис иноязычные географические названия, если в языке-источнике они пишутся через дефис или раздельно.
Здравствуйте.
У меня есть вопрос надеюсь ответите, В соц. Сетях я увидела вот это: «Есть биг уди, А вот как одна? Биг удя? биг удина? биг удь?». Надеюсь есть ответ на этот вопрос просто интересно как в ед. числе будет слово биг уди?
Заранее спасибо за ответ.
С уважением Мария.
Ответ справочной службы русского языка
Слово биг уди не имеет форм единственного числа.
Склоняются ли слова » биг уди», «термо биг уди»?
Ответ справочной службы русского языка
Ответ справочной службы русского языка
Правильно: билборд. Это слово зафиксировано «Русским орфографическим словарем» РАН (М., 2005).
Подскажите,пожалуйста, какого рода слово биг уди
Ответ справочной службы русского языка
Биг уди – существительное pluralia tantum (имеющее формы только множественного числа). Противопоставление по роду во множественном числе не выявлено.
Здравствуйте! Пожалуйста, подскажите склоняется ли слово биг уди? Сегодня прочитал название книжки безумной Донцовой «кто-то там типа пудель в биг удях» Честно говоря, мне стало плохо. Насколько я помню слово биг уди не склоняется. Спасибо!
Ответ справочной службы русского языка
Это слово может употребляться как склоняемое и как несклоняемое.
Добрый день! Подскажите пожалуйста какого рода являются слова Галифе и Биг уди?
Ответ справочной службы русского языка
Здравствуйте, подскажите, пожалуйста, как правильно писать «лайтбокс» и «ситилайт». И какая разница между словами » биГ борд» и «биЛборд»? Спасибо!
Ответ справочной службы русского языка
Верно: _лайтбокс, ситилайт, билборд_. Слова _ биг борд_ и _билборд_ обозначают одно и то же, однако общеупотребительным вариантом является _билборд_.
Ответ справочной службы русского языка
Здравствуйте! Как правильно: Канал «Би биг он» VS тинейджеров или Канал «Би биг он» VS тинейджеры и почему? Зараннее спасибо.
Ответ справочной службы русского языка
Big data
Определение Big data обычно расшифровывают довольно просто – это огромный объем информации, часто бессистемной, которая хранится на каком либо цифровом носителе. Однако массив данных с приставкой «Биг» настолько велик, что привычными средствами структурирования и аналитики «перелопатить» его невозможно. Поэтому под термином «биг дата» понимают ещё и технологии поиска, обработки и применения неструктурированной информации в больших объемах.
Экскурс в историю и статистику
Из статистических выкладок аналитических агентств в 2005 году мир оперировал 4-5 эксабайтами информации (4-5 миллиардов гигабайтов), через 5 лет объемы big data выросли до 0,19 зеттабайт (1 ЗБ = 1024 ЭБ). В 2012 году показатели возросли до 1,8 ЗБ, а в 2015 – до 7 ЗБ. Эксперты прогнозируют, что к 2020 году системы больших данных будут оперировать 42-45 зеттабайтов информации.
До 2011 года технологии больших данных рассматривались только в качестве научного анализа и практического выхода ни имели. Однако объемы данных росли по экспоненте и проблема огромных массивов неструктурированной и неоднородной информации стала актуальной уже в начале 2012 году. Всплеск интереса к big data хорошо виден в Google Trends.
К развитию нового направления подключились мастодонты цифрового бизнеса – Microsoft, IBM, Oracle, EMC и другие. С 2014 года большие данные изучают в университетах, внедряют в прикладные науки – инженерию, физику, социологию.
Как работает технология big data?
Чтобы массив информации обозначить приставкой «биг» он должен обладать следующими признаками:
В современных системах рассматриваются два дополнительных фактора:
Принцип работы технологии big data основан на максимальном информировании пользователя о каком-либо предмете или явлении. Задача такого ознакомления с данными – помочь взвесить все «за» и «против», чтобы принять верное решение. В интеллектуальных машинах на основе массива информации строится модель будущего, а дальше имитируются различные варианты и отслеживаются результаты.
Современные аналитические агентства запускают миллионы подобных симуляций, когда тестируют идею, предположение или решают проблему. Процесс автоматизирован.
К источникам big data относят:
Принципы работы с массивами данных включают три основных фактора:
Для чего используют?
Чем больше мы знаем о конкретном предмете или явлении, тем точнее постигаем суть и можем прогнозировать будущее. Снимая и обрабатывая потоки данных с датчиков, интернета, транзакционных операций, компании могут довольно точно предсказать спрос на продукцию, а службы чрезвычайных ситуаций предотвратить техногенные катастрофы. Приведем несколько примеров вне сферы бизнеса и маркетинга, как используются технологии больших данных:
Методики анализа и обработки
К основным способам анализа больших массивов информации относят следующие:
Большие данные в бизнесе и маркетинге
Стратегии развития бизнеса, маркетинговые мероприятия, реклама основаны на анализе и работе с имеющимися данными. Большие массивы позволяют «перелопатить» гигантские объемы данных и соответственно максимально точно скорректировать направление развития бренда, продукта, услуги.
Например, аукцион RTB в контекстной рекламе работают с big data, что позволяет эффективно рекламировать коммерческие предложения выделенной целевой аудитории, а не всем подряд.
Какие выгоды для бизнеса:
Технологии используют в прогнозировании популярности продуктов, например, с помощью сервиса Google Trends и Яндекс. Вордстат (для России и СНГ).
Методики big data используют все крупные компании – IBM, Google, Facebook и финансовые корпорации – VISA, Master Card, а также министерства разных стран мира. Например, в Германии сократили выдачу пособий по безработице, высчитав, что часть граждан получают их без оснований. Так удалось вернуть в бюджет около 15 млрд. евро.
Недавний скандал с Facebook из-за утечки данных пользователей говорит о том, что объемы неструктурированной информации растут и даже мастодонты цифровой эры не всегда могут обеспечить их полную конфиденциальность.
Например, Master Card используют большие данные для предотвращения мошеннических операций со счетами клиентов. Так удается ежегодно спасти от кражи более 3 млрд. долларов США.
В игровой сфере big data позволяет проанализировать поведение игроков, выявить предпочтения активной аудитории и на основе этого прогнозировать уровень интереса к игре.
Сегодня бизнес знает о своих клиентах больше, чем мы сами знаем о себе – поэтому рекламные кампании Coca-Cola и других корпораций имеют оглушительный успех.
Перспективы развития
В 2019 году важность понимания и главное работы с массивами информации возросла в 4-5 раз по сравнению с началом десятилетия. С массовостью пришла интеграция big data в сферы малого и среднего бизнеса, стартапы:
Резюме
Мы изучили, что такое big data? Рассмотрели, как работает эта технология, для чего используются массивы информации. Познакомились с принципами и методиками работы с большими данными.
Рекомендуем к прочтению книгу Рика Смолана и Дженнифер Эрвитт «The Human Face of Big Data», а также труд «Introduction to Data Mining» Майкла Стейнбаха, Випин Кумар и Панг-Нинг Тан.
Что такое «Big Data»?
Термин «большие данные» или «big data» начал набирать популярность с 2011 года. Сегодня его хотя бы раз слышал каждый. Проблема в том, что часто понятие используют не по определению. Поэтому давайте подробно разберемся, что это такое.
С развитием технологий количество данных стало увеличиваться в геометрической прогрессии. Традиционные инструменты перестали покрывать потребность в обработке и хранении информации. Для обработки данных, объем которых превышает сотни терабайт и постоянно увеличивается, были созданы специальные алгоритмы. Их принято называть «big data».
Сегодня информация собирается огромными объемами из разных источников: интернет, контакт-центры, мобильные устройства и т.д. Чаще всего такие данные не имеют четкой структуры и упорядоченности, поэтому человек не может использовать их для какой-либо деятельности. Для автоматизации анализа применяют технологии «big data».
Когда появились первые большие данные?
Большие данные появились в 60-70 годах прошлого столетия вместе с первыми ЦОД (центры обработки данных). В 2005 году компании начали понимать масштабы создаваемого контента пользователями интернет-сервисов (Facebook, YouTube и др.). Тогда же начала работу первая платформа, предназначенная для взаимодействия с большими наборами данных, — Hadoop. Сегодня она представляет собой большой стек технологий для обработки информации. Чуть позже популярность начала набирать NoSQL — совокупность методов для создания систем управления большими данными.
Объем генерируемой информации стал увеличиваться с появлением крупных интернет-сервисов. Пользователи загружают фотографии, просматривают контент, ставят «лайки» и т.п. Вся эта информация собирается в больших объемах для дальнейшего анализа, после которого можно вносить улучшения в работу сервисов. Например, социальные сети используют большие данные для показа пользователям релевантной рекламы (то есть той, которая соответствует их потребностям и интересам) в таргете. Это позволяет соцсетям продавать бизнесу возможность проведения точных рекламных кампаний.
Основные свойства больших данных
В самом начале статьи мы определили три основных свойства больших данных из общепринятого определения. Давайте раскроем их более подробно:
Как с ними работают?
Большие данные несут в себе много полезной информации, на основе которой компании создают новые возможности и формируют бизнес-модели. Работа с большими данными делится на 3 этапа: интеграция, управление и анализ.
На этом этапе компания интегрирует в свою работу технологии и системы, позволяющие собирать большие объемы информации из разных источников. Внедряются механизмы обработки и форматирования данных для упрощения работы аналитиков с «big data».
Полученные данные нужно где-то хранить, этот вопрос решается до начала работы с ними. Решение принимается на основе множества критериев, главными из которых считаются предпочтения по формату и технологии обработки. Как правило, для хранения компании используют локальные хранилища, публичные или частные облачные сервисы.
Большие данные начинают приносить пользу после анализа. Это заключительный этап взаимодействия с ними. Для этого применяют машинное обучение, ассоциацию правил обучения, генетические алгоритмы и другие технологии. После анализа данных остается только самое ценное для бизнеса.
Примеры использования больших данных
В общих чертах с «big data» разобрались. Но остался важный вопрос — где их можно применять практически? Ответ: в любой сфере деятельности, которая оперирует необходимыми для анализа данными. Давайте рассмотрим несколько реальных примеров. Это позволит лучше понять, для чего нужны большие данные и как от них можно получить пользу.
В российской банковской сфере большие данные первым начал использовать «Сбербанк». На основе «big data» и биометрической системы в 2014 году они разработали систему идентификации личности клиента по фотографии. Принцип работы очень простой: сравнение текущего снимка с фотографией из базы, которую делают сотрудники при выдаче банковской карты. Новая система сократила случаи мошенничества в 10 раз.
Сегодня «Сбербанк» продолжает использовать большие данные в работе: сбор и анализ информации позволяет управлять рисками, бороться с мошенничеством, оценивать кредитоспособность клиентов, управлять очередями в отделениях и многое другое.
Еще один пример из российского банковского сектора — ВТБ24. Внедрять «big data» компания начала чуть позже «Сбербанка». Сегодня они используют большие данные для сегментации и управления оттоком клиентов, формирования финансовой отчетности, анализа отзывов в интернете и многого другого.
«Альфа-Банку» большие данные помогают контролировать репутацию бренда в интернете, оценивать кредитоспособность новых клиентов, персонализировать контент, управлять рисками и т.п.
Большие данные в бизнесе
Многие ошибочно полагают, что работа с большими данными актуальна только для банковского сектора и ИТ-компаний. Это опровергает пример «Магнитогорского металлургического комбината», который разработал сервис «Снайпер» для снижения расходов сырья в производстве. Технология собирает большие объемы информации, анализирует их и дает рекомендации по оптимизации расходов материалов.
«Сургутнефтегаз» использует специальную систему для отслеживания основных бизнес-процессов в режиме реального времени. Это помогает в автоматизации учета продукции, ценообразовании, обеспечении персонала нужными данными и т.п.
Big Data в маркетинге
Маркетологи используют большие данные для прогнозирования результатов рекламных кампаний. Также анализ помогает в определении наиболее заинтересованной аудитории. Яркий пример «big data» в маркетинге — Google Trends. В систему поступает огромное количество данных, а после анализа пользователь может оценить сезонность того или иного товара (работы, услуги).
Сложности при использовании
Где есть большие возможности, там поджидают и большие трудности. Это правило не обошло стороной big data.
Первая сложность, с которой сталкиваются компании, — большие данные занимают много места. Да, технологии хранения постоянно улучшаются, но при этом и объем данных неуклонно растет (в среднем в два раза каждые два года).
Приобретение огромного хранилища не решает всех проблем. От простого хранения данных толку не будет, с ними нужно работать для получения выгоды. Отсюда вытекает другая сложность — налаживание обработки получаемых больших данных.
Сейчас аналитики тратят 50-80% рабочего времени для приведения информации в приемлемый для клиента вид. Компаниям приходится нанимать больше специалистов, что увеличивает расходы.
И еще одна проблема — стремительное развитие больших данных. Регулярно появляются новые инструменты и сервисы для работы (например, Hbase). Бизнесу приходится тратить много времени и средств, чтобы «быть в тренде» и не отставать от развития.
Таким образом, big data — это совокупность технологий обработки больших объемов информации (сотни терабайтов и более) и сегодня мало кто отрицает их важность в будущем. Их популярность будет расти и распространение в бизнесе увеличиваться. Впоследствии разработают технологии по автоматизации анализа и с big data будут работать не только крупные компании, но и средние с маленькими.
? Что такое Big Data простыми словами
О тенденция развития больших данных мы писали в статье « Почему Big Data так быстро развивается? ». В новой статье расскажем о применениях больших данных простыми словами.
Что такое большие данные?
Big Data – область, в которой рассматриваются различные способы анализа и систематического извлечения больших объемов данных. Она включает применение механических или алгоритмических процессов получения оперативной информации для решения сложных бизнес-задач. Специалисты по Big Data работают с неструктурированными данными, результаты анализа которых используются для поддержки принятия решений в бизнесе.
Источник
Одно из определений больших данных звучит следующим образом: «данные можно назвать большими, когда их размер становится частью проблемы». Такие объемы информации не могут быть сохранены и обработаны с использованием традиционного вычислительного подхода в течение заданного периода времени. Но насколько огромными должны быть данные, чтобы их можно было назвать большими? Обычно мы говорим о гигабайтах, терабайтах, петабайтах, эксабайтах или более крупных единицах измерения. Тут и возникает неправильное представление. Даже данные маленького объема можно назвать большими в зависимости от контекста, в котором они используются.
Например, почтовый сервер может не позволить отправить письмо с вложением на 100 мегабайт, или, допустим, у нас есть около 10 терабайт графических файлов, которые необходимо обработать. Используя настольный компьютер, мы не сможем выполнить эту задачу в течение заданного периода времени из-за нехватки вычислительных ресурсов.
Как классифицируются большие данные?
Выделим три категории:
Характеристики больших данных
Большие данные характеризуются четырьмя правилами (англ. 4 V’s of Big Data: Volume, Velocity, Variety, Veracity) :
Традиционный подход к хранению и обработке больших данных
По мере роста объема данных, становится сложнее ими управлять и тяжелее обрабатывать их с помощью традиционного подхода. К его основным недостаткам относятся:
Термины
Облачные Вычисления
Облачные вычисления или облако можно определить, как интернет-модель вычислений, которая в значительной степени обеспечивает доступ к вычислительным ресурсам. Эти ресурсы включают в себя множество вещей, вроде прикладного программного обеспечение, вычислительных ресурсов, серверов, центров обработки данных и т. д.
Прогнозная Аналитика
Технология, которая учится на опыте (данных) предсказывать будущее поведение индивидов с помощью прогностических моделей. Они включают в себя характеристики (переменные) индивида в качестве входных данных и производит оценку в качестве выходных. Чем выше объясняющая способность модели, тем больше вероятность того, что индивид проявит предсказанное поведение.
Описательная Аналитика
Описательная аналитика обобщает данные, уделяя меньше внимания точным деталям каждой их части, вместо этого сосредотачиваясь на общем повествовании.
Базы данных
Данные нуждаются в кураторстве, в правильном хранении и обработке, чтобы они могли быть преобразованы в ценные знания. База данных – это механизм хранения, облегчающий такие преобразования.
Хранилище Данных
Хранилище данных определяется как архитектура, которая позволяет руководителям бизнеса систематически организовывать, понимать и использовать свои данные для принятия стратегических решений.
Бизнес-аналитика
Apache Hadoop
Apache Hadoop – это фреймворк с открытым исходным кодом для обработки больших объемов данных в кластерной среде. Он использует простую модель программирования MapReduce для надежных, масштабируемых и распределенных вычислений.
Apache Spark
Apache Spark – это мощный процессорный движок с открытым исходным кодом, основанный на скорости, простоте использования и сложной аналитике, с API-интерфейсами на Java, Scala, Python, R и SQL. Spark запускает программы в 100 раз быстрее, чем Apache Hadoop MapReduce в памяти, или в 10 раз быстрее на диске. Его можно использовать для создания приложений данных в виде библиотеки или для выполнения специального анализа в интерактивном режиме. Spark поддерживает стек библиотек, включая SQL, фреймы данных и наборы данных, MLlib для машинного обучения, GraphX для обработки графиков и потоковую передачу.
Интернет вещей
Интернет вещей (IoT) – это растущий источник больших данных. IoT – это концепция, позволяющая осуществлять интернет-коммуникацию между физическими объектами, датчиками и контроллерами.
Машинное Обучение
Машинное обучение может быть использовано для прогностического анализа и распознавания образов в больших данных. Машинное обучение является междисциплинарным по своей природе и использует методы из области компьютерных наук, статистики и искусственного интеллекта. Основными артефактами исследования машинного обучения являются алгоритмы, которые облегчают автоматическое улучшение на основе опыта и могут быть применены в таких разнообразных областях, как компьютерное зрение и интеллектуальный анализ данных.
Интеллектуальный Анализ Данных
Интеллектуальный анализ данных – это применение специфических алгоритмов для извлечения паттернов из данных. В интеллектуальном анализе акцент делается на применении алгоритмов в ходе которых машинное обучение используются в качестве инструмента для извлечения потенциально ценных паттернов, содержащихся в наборах данных.
Источник
Где применяются большие данные
Аналитика больших данных применяется в самых разных областях. Перечислим некоторые из них: