Методика анализа больших данных

Для их решения необходимо разрабатывать и применять различные способы анализа больших данных, которые описаны мной в данной работе.Благодаря их внедрению удается повысить функциональность многих предприятий, что помогает им эффективнее внедрять свою продукцию на современный рынок. Также в работе достигнуты цель и все поставленные задачи. Описаны методы анализа больших данных. В процессе написания реферата были использованы различные электронные издания, включая международную глобальную сеть интернет.Список использованной литературыБогачев И.В., Воронин В.В. Большие данные. Учебное пособие. — Хабаровск: Тихоокеанский государственный университет (ТОГУ), 2023. — 67 с.Мулюкова, К. В. Технология интеллектуального анализа больших данных для исследования пространственно-временных тенденций застройки крупных городов / К. В. Мулюкова, И. В. Мулюков, В. М. Курейчик // Открытое образование. – 2023. – Т. 27, № 3. – С. 17-26. – DOI 10.21686/1818-4243-2023-3-17-26.Кабанов В.Ф., Бурмистров А.В. Основные принципы обработки данных. Современный аспект. Учебное пособие. — Саратов: СГУ имени Н.Г. Чернышевского, 2018. — 49 с.Tanaka-Yamawaki M., Ikura Y. Principal Component Analysis and Randomness Test for Big Data Analysis. Springer, 2023. — 153 p.Zhong Shaopeng, Sun Daniel (Jian). Logic-Driven Traffic Big Data Analytics: Methodology and Applications for Planning. Springer, 2022. — 296 p.Сагидова, М. Л. Основные пути и методы обработки больших данных / М. Л. Сагидова // Наука и бизнес: пути развития. – 2023. – № 2(140). – С. 42-46.Агафонов А.А., Белов А.М. Основы технологий баз данных. Учебное пособие. — Самара: Самарский национальный исследовательский университет им. академика С.П. Королева, 2023. — 304 с.Shi Yong. Advances in Big Data Analytics: Theory, Algorithms and Practices. Springer, 2022. — 723 p.Приложение 1 Программное обеспечение, применяемое для аналитики больших данныхПриложение 2 – Процесс обнаружения знаний в базах данных (KDD)