Please use this identifier to cite or link to this item:
https://er.nau.edu.ua/handle/NAU/59684Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Кузьмінова, О. | - |
| dc.date.accessioned | 2023-05-30T07:26:49Z | - |
| dc.date.available | 2023-05-30T07:26:49Z | - |
| dc.date.issued | 2023-03 | - |
| dc.identifier.citation | Кузьмінова О. Візуалізація як потужний інструмент обробки великих даних.. // Матеріали IV Міжнародної науково-практичної конференції «Бізнес-аналітика: моделі, інструменти та технології». 1-3 бер. 2023. – К.: НАУ, 2023. – с.342-345 | uk_UA |
| dc.identifier.uri | https://er.nau.edu.ua/handle/NAU/59684 | - |
| dc.description | Список використаних джерел: 1. Технології Big Data: ключові характеристики, особливості та переваги. URL: https://aiconference.com.ua/uk/news/tehnologii-big-data-klyuchevie harakteristiki-osobennosti-i-preimushchestva-97883. 2. Верес О.М., Оливко Р.М. Класифікація методів аналізу великих даних. URL: https://science.lpnu.ua/sites/default/files/journal-paper/2018/jun/13005/ ilovepdfcom-84-92.pdf. 3. Тютюнник А.В. Технології візуалізації у світових дослідженнях. URL: https://www.researchgate.net/publication/346580104_TEHNOLOGII_VIZUALIZACI I_U_SVITOVIH_DOSLIDZENNAH/link/5fc88d5da6fdcc697bd7a677/download. 4. Eppler, M., & Lengler, R. (2007). Towards a periodic table of visualization methods. Proceeding GVE '07 Proceedings of the IASTED International Conference on Graphics and Visualization in Engineering, 83-88. October 17, 2020. URL: https://dl.acm.org/doi/10.5555/1712936.1712954. 5. Edward R. Tufte. The Visual Display of Quantitative Information. Cheshire, Connecticut: Graphics Press, 2001. 200 p. 6. Гладун О. Візуалізація інформації: інфографіка. Вісник ХДАДМ. 2012. № 4. С. 11-14. 7. Григорович А.Г., Григорович Б.А. Технології візуалізації даних. URL: https://www.academia.edu/. | uk_UA |
| dc.description.abstract | В роботі розкрито особливості сучасного інструментарію візуалізації великих даних, досліджено типи візуалізації, окреслено основні напрямки використання інструментів візуалізації великих даних. Сучасний інструментарій аналізу відомостей складається з різних технологій, кожна з яких вирішує певне коло різносторонніх завдань з можливістю одночасної обробки інформації різного формалізованого типу. Серед існуючих технік найбільше поширення отримали: crowdsourcing, data mining, machine learning, signal processing, змішання й інтеграція, unsupervised learning, візуалізація. З урахуванням специфіки інтерпретації та сприйняття інформації людиною і постійних якісних змін в сфері інформаційних технологій особливої уваги заслуговує метод презентації результатів аналізу великих даних – візуалізація, основним завданням якої є представлення інформації кінцевому споживачу в компактному і зручному для сприйняття та аналізу вигляді. | uk_UA |
| dc.language.iso | uk | uk_UA |
| dc.publisher | Національний авіаційний університет | uk_UA |
| dc.subject | інструментарій візуалізації | uk_UA |
| dc.subject | великі дані | uk_UA |
| dc.subject | crowdsourcing | uk_UA |
| dc.subject | unsupervised learning | uk_UA |
| dc.subject | змішання й інтеграція | uk_UA |
| dc.subject | signal processing | uk_UA |
| dc.subject | data mining | uk_UA |
| dc.subject | machine learning | uk_UA |
| dc.title | Візуалізація як потужний інструмент обробки великих даних | uk_UA |
| dc.type | Article | uk_UA |
| dc.subject.udc | 330.46 | uk_UA |
| Appears in Collections: | ІV Міжнародна науково-практична конференція «Бізнес-аналітика: моделі, інструменти та технології» | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Кузьмінова О..pdf | Тези | 2.06 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.