DATA MINING STANDARTLARI
Keywords:
Данные, большие данные, интеллектуальный анализ данных, методы, стандарты, стандарт PMML, анализ, выборка., Data, Big Data, Data Mining, methods, standards, PMML standard, analysis, sampling., Ma’lumotlar, Big Data, Data Mining, metodlar, standartlar, PMML standarti, tahli qilish, namuna olish.Abstract
Data Mining-ning asosiy xususiyati bu matematik vositalarning keng to'plamidir (klassik statistik tahlildan yangi kibernetik usullargacha) va axborot texnologiyalarining eng so'nggi yutuqlari. Data Mining texnologiyasi qat'iy rasmiylashtirilgan usullar va norasmiy tahlil usullarini uyg'un ravishda birlashtiradi, ya'ni miqdoriy va sifatli ma'lumotlarni tahlil qilish.
The main feature of Data Mining is a wide set of mathematical tools (from classical statistical analysis to new cybernetic methods) and the latest advances in information technology. Data Mining technology harmoniously combines formalized methods and informal analysis methods, quantitative and qualitative data analysis.
Главная особенность Data Mining — широкий набор математических инструментов (от классического статистического анализа до новых кибернетических методов) и последние достижения информационных технологий. Технология Data Mining гармонично сочетает в себе формализованные методы и методы неформального анализа, количественный и качественный анализ данных.
References
FOYDALANILGAN ADABIYOTLAR:
1. Онаркулов, М. К. (2024). ИНТЕГРАЦИЯ НЕЙРОННЫХ СЕТЕЙ В РАСПОЗНАВАНИИ РЕЧИ И РАЗРАБОТКА НОВЫХ МЕТОДОВ. ОБРАЗОВАНИЕ НАУКА И ИННОВАЦИОННЫЕ ИДЕИ В МИРЕ, 47(7), 193-197.
2. Онаркулов, М. К., угли Юсупов, М. А., & угли Умиржонов, Л. А. (2023). ПРИМИНЕНИЕ НЕЙРОННЫХ СЕТЕЙ В РАСПОЗНАВАНИИ РЕЧИ. Educational Research in Universal Sciences, 2(3), 1206-1210.
3. Umarjon o‘g, Y. Y. L. (2024). PROBLEMS AND MODERN TRENDS IN COMPUTING ENGINEERING. Multidisciplinary and Multidimensional Journal, 3(6), 17-21.
4. Onarkulov, M., & Nabijonov, A. (2024). DB2: KATTA HAJMDAGI MA’LUMOTLARNI SAMARALI BOSHQARISH. Инновационные исследования в науке, 3(5), 99-104.
5. Onarkulov, M., & G'oyibova, G. (2024). SQL SERVER ILOVASIDA UNIVERSAL MODELNI QO'LLASH VA KONVERTATSIYA ETISHNING SAMARALI YO'LLARI. Академические исследования в современной науке, 3(18), 147-152.
6. Karimberdiyevich, M. O. (2024). RBF TURLARINING O ‘QITISH ALGORITMI VA XOR MASALASI. worldly knowledge conferens, 8(1), 176-180.
7. Karimberdiyevich, M. O. (2024). GAUSS FUNKSIYASI. worldly knowledge conferens, 8(1), 239-244.
8. Karimberdiyevich, O. M. (2024). SQL TILIDA PROTSEDURA VA FUNKSIYALARDAN FOYDALANISHNING AHAMIYATI. worldly knowledge conferens, 8(1), 145-148.
9. Karimberdiyevich, O. M. (2024). BIR QATLAMLI NEYRON TO’RLARI VA ULARNI YARATISH USULLARI. IQRO INDEXING, 9(2), 104-108.
10. Onarkulov, M., & Omonaliyeva, E. (2024). QARORLAR DARAXTI VA UNI KIRITISH ALGORITIMI. Science and innovation in the education system, 3(6), 66-73.
11. Onarkulov, M., & Isaqova, S. (2024). NEYROCHIPLAR, MAXSUS MATRITSALI KUCHAYTIRGICHLAR VA NEYROEMULYATORLAR. Science and innovation in the education system, 3(6), 52-58.
12. Karimberdiyevich, M. O. (2024). EKSPERT TIZIMLARI YARATISH VA ULARNING MUAMMOLARI. ILM-FAN YANGILIKLARI KONFERENSIYASI, 2(1), 123-126.
13. Onarkulov, M., & Meliboyeva, A. (2024). HEMMING NEYRON TOʻRLAR VA ULARNING ARXITEKTURASI. Current approaches and new research in modern sciences, 3(4), 177-181.
14. Onarkulov, M., & Satinova, G. (2024). NEYRON TO ‘RLARIDA FAOLLASHTIRISH FUNKSIYALARI. Theoretical aspects in the formation of pedagogical sciences, 3(8), 26-30.
15. Karimberdiyevich, O. M., & Mahamadamin o’g’li, Y. A. (2023). BASHORATLI TAHLILLAR UCHUN MASHINALI O’QITISH ALGORITMLARI. QIYOSIY QARASHLAR. Journal of Integrated Education and Research, 2(1), 130-134.
