Big Data та штучний інтелект

Дослідження технології Big Data у взаємодії із штучним інтелектом. Переваги використання технології Big Data, прогноз розвитку, аналіз позитивних та негативні наслідки її використання. Ризики впровадження та розповсюдження технологій штучного інтелекту.

Рубрика Программирование, компьютеры и кибернетика
Вид статья
Язык украинский
Дата добавления 14.12.2024
Размер файла 28,7 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.Allbest.Ru/

Київський національний університет імені Тараса Шевченка

Інститут міжнародних відносин

Кафедра міжнародного права

Big Data та штучний інтелект

Базалицький В.І., аспірант

м. Київ

Анотація

У статті досліджуються основні аспекти технології Big Data у взаємодії з технологіями штучного інтелекту, переваги використання технології Big Data, та ризики, які вона можуть становити. Зокрема, розглянуто основний принцип роботи технології Big Data та результат, який передбачений завдяки використанню зазначеної технології. З метою більш детального вивчення зазначеного питання було проаналізовано праці науковців, які згадуються у цій статті. Крім цього, приділено увагу історії виникнення поняття «технології Big Data» та причин її виникнення. Автор надає власне визначення цій технології станом на теперішній час, зрозуміле широкій аудиторії. З метою більш глибокого розуміння питання технології Big Data автор наводить приклади галузей життя людини, в яких активно може використовуватися зазначена технологія. В цій статті також наведено приклади належного та якісного використання технології Big Data з метою забезпечення уникнення негативних наслідків, приклади застосування технології Big Data у всесвітньо відомих компаніях та вплив такої технології на розвиток таких компаній. Крім цього, у цій статті наведено приклад її успішного застосування для впливу на важливі політичні рішення. Також автором проведено огляд основних переваг застосування штучного інтелекту та, зокрема, технології Big Data у контрасті з потенційними недоліками та ризиками застосування зазначених технологій. Розглянуто детально переваги використання технології штучного інтелекту та, зокрема, Big Data, та її позитивні наслідки. В той же час, наведені реальні ризики застосування подібних технологій та їх потенційний вплив на суспільство. Доведено, що наразі технологія Big Data має в Україні невизначений статус та, враховуючи зазначене, виглядає достатньо ризикованою для більшості громадян, оскільки більшість сприймає такі технології не як допоміжний засіб для спрощення виконання завдань, а як заміну на ринку праці (у своїй професії). Зазначене, в свою чергу, породжує в людях страх погіршення власного матеріального становища внаслідок безробіття через застосування штучного інтелекту, адже дуже важко «конкурувати з машиною». Враховуючи зазначене, стаття має на меті не лише акцентувати увагу на позитивній стороні застосування новітніх технологій, а й детально описує ризики, що можуть стати загрозами для належного життя суспільства.

Ключові слова: штучний інтелект, технологія, кібербезпека, аналіз даних, великі дані, захист персональних даних, GDPR.

Abstract.

Big data and artificial intellegence

Bazalytskyi V.I., Postgraduate student of the Department of International Law of the Institute of International Relations of Taras Shevchenko National University of Kyiv, Ministry of energy of Ukraine. Kyiv

This article studies the main aspects of Big Data technology in interaction with artificial intelligence technologies, the benefits of using Big Data technology, and the risks it may pose. In particular, the author examines the basic principle of Big Data technology and the results that are expected to be achieved through this technology. In order to research this issue in detail, the author analysed the studies of the scholars mentioned in this article. Furthermore, attention is paid to the history of the concept of Big Data technology and the reasons for its emergence. The author provides his own definition of this technology applicable today, easily comprehensible to a wide audience. In order to gain a better understanding of the Big Data technology, the author provides examples of areas of human life in which this technology can be implemented.

Article also provides examples of correct and proper use of Big Data technology to avoid negative consequences, examples of Big Data technology application in world-renowned companies and the impact of such technology on the development of such companies. Additionally, the article provides an example of the successful application of the technology to influence important political decisions. The author also provides an overview of the main advantages of artificial intelligence, in particular, Big Data technology in contrast to the potential disadvantages and risks of using said technologies.

Article provides a detailed analysis of the advantages of using artificial intelligence technology and, in particular, Big Data, and its positive effects. At the same time, the real risks of using such technologies and their potential impact on society are outlined. It is proven that currently Big Data technology has an uncertain status in Ukraine and, taking this into account, is considered quite risky by most citizens, since most people perceive such technologies not as an aide to simplify tasks, but as their replacement in the labour market (in their profession). This, in turn, creates a fear in people of a deterioration in their financial situation as a result of unemployment due to the use of artificial intelligence, as it is very difficult to "compete with the machine". Considering the abovementioned, the article aims not only to focus on the positive aspects of the use of the latest technologies, but also to describe in detail the risks that may become threats to the proper life of society.

Keywords: artificial intelligence, technology, cybersecurity, data analysis, Big Data, personal data protection, GDPR.

Постановка проблеми

Впродовж останнього десятиліття штучний інтелект стрімко розвивається. Він отримав належне наукове підґрунтя та набув популярності завдяки численним успішним застосуванням, що, в свою чергу, забезпечує можливості для економічного, соціального та культурного розвитку. Штучний інтелект також зосереджується на застосуванні машинного навчання до масових обсягів даних.

Системи машинного навчання виявляють кореляції між даними та створюють відповідні моделі, які пов'язують вхідні дані із ймовірно правильними відповідями (прогнозами). Важливим є те, що розробка систем штучного інтелекту на основі машинного навчання передбачає створення значних наборів даних (і сприяє йому), тому така інтеграція технологій штучного інтелекту та Big Data може надати багато переваг для економічного, наукового та соціального прогресу. Водночас, це також створює ризики для окремих осіб і суспільства в цілому, зокрема, стеження за громадянами, поляризацію та фрагментацію в публічній сфері.

Аналіз останніх досліджень і публікацій. Тема штучного інтелекту, Big Data та їхнього зв'язку і особливостей є відносно новою та неоднозначною, хоча їй приділяли увагу фахівці в різних галузях. Наприклад, питання впливу Big Data на економіку знайшло своє відображення у працях таких науковців, як Білл Френкс, Віктор Майер Шонбергер, Кеннет Кук'єр, Ерік Сігел, Джон Форман та інші. Частково досліджував це питання також Рей Курцвейл, винахідник, футуролог і директор інженерного відділу Google, а Кліффорд Лінч згадував його у своїх працях.

Метою цієї статті є аналіз та систематизація інформації, що стосується технологій Big Data та штучного інтелекту окремо та у взаємодії, прогноз розвитку цих технологій, аналіз позитивних та негативних наслідків їхнього використання в сучасних та подальших дослідженнях і професійній діяльності. Також автор прагне пояснити переваги та ризики більш широкого впровадження та розповсюдження цих технологій на даному етапі та в найближчому майбутньому.

Виклад основного матеріалу

big data штучний інтелект позитивний ризик

Вперше термін Big Data з'явився у 2008 році. Його запровадив редактор журналу «Nature» Кліффорд Лінч. Це поняття використовували в спецвипуску видання, який присвятили активному росту обсягів інформації у всьому світі. Наразі цей термін використовується для виокремлення технологій та методів, за допомогою яких аналізують та обробляють величезну кількість даних, як структурованих, так і неструктурованих, для отримання нових знань Великі перспективи індустрії Big Data. Український суперкомп 'ютерний інтернет-дайджест. 19 лютого 2013.. Таким чином, це інформація, що не піддається обробці класичними способами через її величезний обсяг.

Завдяки аналізу великих даних (Big Data Analytics) можна швидко і якісно інтерпретувати різну інформацію, знайти закономірності і скласти прогнози. Наприклад, за допомогою Big Data визначають, у якій частині міста існує потреба в певних товарах чи послугах, яка продукція зацікавить потенційних покупців, а одним із найбільш відомих випадків застосування Big Data можна назвати перемогу Барака Обами на президентських виборах 2012 року. Аналітики виборчого штабу Обами активно використовували Big Data для аналізу настроїв виборців та коригування програми кандидата у бік потреб електорату. M. Nikhil Kumar, K.V.S. Koushik, K. John Sundar. Data Mining and Machine Learning Techniques for Cyber Security Intrusion Detection. International Journal of Scientific Research in Computer Science, Engineering and Information Technology. 2018

Інтеграція штучного інтелекту та технологій Big Data у глобальну інфраструктуру обробки даних може принести багато переваг: легший доступ до інформації; генерування та поширення знань у всьому світі; економія коштів, підвищення продуктивності; нові інформаційно-консультаційні послуги; підтримка прозорості у даних; засоби правового захисту від упереджень та дискримінації тощо Прохорова Т.В., Колесніков В.О. (Наук. кер.) Можливості застосування та впровадження Big Data та штучного інтелекту в технологічних процесах // Збірник студентських наукових робіт „Науковий пошук молодих дослідників”. Серія „Технічні науки”. ДЗ „ЛНУ ім. Тараса Шевченка”, 2020 No 4. м. Старобільск. с. 72-78. Значні досягнення можливі в багатьох сферах: науковці зможуть виявляти кореляції, формулювати гіпотези та розробляти моделі, що ґрунтуються на фактах; медики - забезпечувати кращу діагностику, персоналізовану та цілеспрямовану терапію; комерційні підприємства - передбачати ринкові тенденції та ухвалювати більш ефективні рішення; споживачі - робити більш обґрунтований вибір і отримувати персоналізовані послуги; органи державної влади - прогнозувати ризики при ухваленні рішень, запобігати збиткам, оптимізувати управління суспільними благами (зокрема, довкіллям) і координувати дії громадян (наприклад, управління дорожнім рухом).

У деяких випадках штучний інтелект може повністю замінити людську діяльність (наприклад, безпілотні транспортні засоби, роботи-прибиральники, а також програми з планування). У багатьох випадках він скоріше доповнює людські здібності: наприклад, покращує людську здатність пізнавати та діяти, підтримує творчість та винахідництво. Прохорова Т.В., Колесніков В.О. (Наук. кер.) Можливості застосування та впровадження Big Data та штучного інтелекту в технологічних процесах // Збірник студентських наукових робіт „Науковий пошук молодих дослідників”. Серія „Технічні науки”. ДЗ „ЛНУ ім. Тараса Шевченка”, 2020 No 4. м. Старобільск. с. 72-78 Завдяки використанню штучного інтелекту можна досягти нової співпраці між людьми та машинами, яка долає класичну модель, у якій машини виконували лише рутинні, повторювані завдання. Ця інтеграція була передбачена ще на початку 1960-х Дж.К. Ліклайдером, ученим, який відіграв ключову роль у розвитку Інтернету. Він стверджував, що в майбутньому співпраця між людиною та комп'ютером включатиме творчу діяльність, тобто «ухвалення рішень і контроль складних ситуацій без жорсткої залежності від заздалегідь визначених програм» Глибовець М. М., Олецький О.В. Штучний інтелект. - Київ : «Києво-Могилянська академія», 2002. - 364 с.

Проте у застосуванні подібних технологій, звісно, є певні нюанси. Так, попри величезні можливості, розвиток штучного інтелекту та його взаємодія з Big Data також призводить до серйозних ризиків для окремих людей, їх груп і суспільства загалом.

Наприклад, серед соціальних ризиків можна виділити в першу чергу збільшення безробіття (і, відповідно, бідності) внаслідок знецінення робочих місць тих, чиї обов'язки можна повністю перекласти на машину.

Крім того, дозволяючи великим технологічним компаніям отримувати надприбутки за умов застосування обмеженої робочої сили, штучний інтелект сприятиме концентрації багатства в тих, хто інвестує в такі компанії, таким чином надаючи перевагу економічним моделям, у яких «переможець отримує все» Методи штучного інтелекту: навч. посіб. / В.Б. Гітіс, К.Ю. Гудкова. - Краматорськ: ДДМА, 2018. - 136 с..

Так само, як штучний інтелект може бути зловживаний економічними суб'єктами, він може бути використаний і публічною владою з мето. її зловживання. Уряди мають багато можливостей для використання штучного інтелекту для законних політичних та адміністративних цілей (наприклад, ефективності, економії коштів, покращення послуг), але вони також можуть використовувати його для прогнозування та контролю поведінки громадян у спосіб, який обмежує індивідуальні свободи та втручається в демократичні процеси O'Neil, C. (2016). Weapons of math destruction: how big data increases inequality and threatens democracy. Crown Business..

У той же час, серед персональних ризиків можна виділити такі:

1. Персональні дані та їхня конфіденційність. Big Data збирає та накопичує величезну кількість інформації, в тому числі й щодо приватного життя. Великі корпорації можуть маніпулювати цими даними, що робить людей більш вразливими перед ними Костюк, Дмитро (26 травня 2016). Як Vodafone та інші великі компанії використовують наші дані. Tech Today.. Слушним прикладом цього є сюжет науково-фантастичного фільму «Сфера», в якому порушуються подібні питання.

2. Безпека. Навіть у разі використання Big Data лише в суспільно корисних цілях не можна бути впевненим у надійному захисті персональних даних від зловмисників, зокрема, хакерів Big data, artificial intelligence, machine learning and data protection. 2nd ed. [ebook] Information Commissioner's Office. (2017).

3. Дискримінація. Коли «все відомо» завдяки Big Data, окремі люди можуть зазнавати обмежень з огляду на відомість персональних даних - наприклад, у доступі до банківських кредитів через можливу недостатньо позитивну кредитну історію або до дешевшого медичного страхування через можливості певних захворювань пов'язаних зі схильністю до генетичних хвороб чи через несприятливі умови проживання. Державні структури та приватні компанії зможуть за бажанням обмежити «ненадійних громадян» у доступі до певних сервісів та ресурсів. Це створює не зовсім рівні умови для споживачів, проте, можливо, й має сенс з точки зору інтересів бізнесу Hildebrandt, M. (2015). Smart Technologies and the End(s) of Law: Novel Entanglements of Law and Technology. Edgar..

Тим не менш, технології big data активно впроваджуються та використовуються світовими компаніями. Прикладом однієї з таких може бути сервіс виклику авто Uklon. Він працює у 27 містах України (а віднедавна за її межами) та об'єднує десятки тисяч водіїв, які разом виконують більш як мільйонів поїздок на місяць. Але насправді Uklon (точніше tech/uklon) - це насамперед ІТ-компанія. Штучний інтелект, машинне навчання, Big Data, мікросервіси і багато інших технічних рішень - усе це працює з однією метою: допомогти водіям та пасажирам знаходити одне одного Колонка SPEKA Head of R&D у tech/uklon: ШІ на дорозі, як Uklon використовує штучний інтелект та Big data..

Першим великим проєктом tech/uklon було створення системи розподілення замовлень. Проблема в тому, що пасажир прагне витрачати якомога менше, а водій - максимально заробити та скоротити час на поїздки. Тому необхідно цілодобово у режимі онлайн знаходити точки оптимуму, в яких обидва учасники із очевидним конфліктом інтересів погодилися б на угоду та лишился б задоволеними її результатами. І тут повною мірою проявляє себе система розподілення замовлень Uklon. Вона динамічно регулює тарифи на поїздки таким чином, щоб і водію було вигідно брати замовлення, і пасажиру ціна не здавалася завищеною. У момент початкового піку замовлень тариф, відповідно до закону попиту й пропозиції, може бути високим. Але поступово люди роз'їжджатимуться, а вартість почне знижуватися Колонка SPEKA Head of R&D у tech/uklon: ШІ на дорозі, як Uklon використовує штучний інтелект та Big data..

Втім, поточний попит - це лише один із багатьох чинників, які впливають на тариф. Враховуються погодні умови, тривалість поїздки, ймовірність того, що водій зможе/захоче взяти замовлення у конкретній точці міста, та інші аспекти, що і являють собою Big Data. Важливо зазначити, що всі ці дані збирає та обробляє саме штучний інтелект: він накопичує та досліджує великий об'єм різноманітних даних, пов'язаних із маршрутами та поведінкою користувачів. На їхній підставі висувають гіпотези про те, що не сподобалося та як покращити роботу сервісу Hildebrandt, M. (2014). Location data, purpose binding and contextual integrity: What's the message? In Floridi, L., editor, The protection of information and the right to privacy, 31-62. Springer. Крім того, більшість клієнтських відгуків опрацьовує також штучний інтелект, що дозволяє побачити в історії відгуків приховані закономірності, які могла б пропустити людина-аналітик, враховуючи людський фактор.

Висновки

Отже, штучний інтелект не здатен замінити людину, проте значно полегшує їй життя в сучасному світі, де важлива швидкість обробки інформації і те, наскільки ефективно розподілені ресурси (час, фінанси, матеріальні цінності). Впровадження технологій штучного інтелекту в різноманітні сфери життя здатне якісно змінити їх та сприяти підвищенню результативності будь-якої діяльності.

З розвитком технологій у світі значно зросла кількість даних. Технологія Big Data дає змогу якісно й оперативно отримувати користь із цього масиву інформації. З її допомогою державні структури та представники бізнесу оптимізують різні процеси, а кінцеві споживачі отримують якісніші послуги. Хоча і тут, звісно, існують ризики, що можуть завдати серйозної шкоди всім групам людей та населенню в цілому.

Щоб подолати негативний вплив штучного інтелекту, відповідні політичні та соціальні стратегії мають гарантувати, що всі отримають вигоду від штучного інтелекту завдяки навчанню працівників, взаємодії людини та машини, зосередженій на залученні та творчості, ширшому доступі до даних і технологій, політиці перерозподілу багатства.

Отже, як і будь-яке нововведення, технічне чи ні, штучний інтелект та Big Data мають свої переваги та недоліки. Враховуючи зазначене, можна зробити висновок, що це інноваційний інструмент, який може серйозно сприяти покращенню швидкості та якості людської роботи, а також спростити її. Проте дані технології у будь-якому разі потребують належного та добросовісного використання, що знизить кількість ризиків для суспільства в цілому та кожної людини окремо й унеможливить (або, принаймні, зведе до мінімуму) зловживання подібними інструментами.

Література

1. Прохорова Т. В. Можливості застосування та впровадження Big Data та штучного інтелекту в технологічних процесах. Збірник студентських наукових робіт «Науковий пошук молодих дослідників». Серія «Технічні науки». 2020. №4. С. 72-78. Цифровий репозиторій Луганського національного університету імені Тараса Шевченка.

2. Mutyala N.K., Koushik K.V.s., Sundar K.J. Data Mining and Machine Learning Techniques for Cyber Security Intrusion Detection. International Journal of Scientific Research in Computer Science, Engineering and Information Technology. 2018. Vol. 3, Iss, 3. P. 162-167.

3. Big data, artificial intelligence, machine learning and data protection. 2nd ed. Information Commissioner's Office. (2017)

4. Гітіс В.Б., Гудкова К.Ю. Методи штучного інтелекту. Краматорськ: ДДМА, 2018. 135 с.

5. Великі перспективи індустрії Big Data. (19.02.2013). Український суперкомп'ютерний інтернет дайджест.

6. Костюк Д. Як Vodafone та інші великі компанії використовують наші дані (26.05.2016). TechToday.

7. Андрієнко В. ШІ на дорозі: як Uklon використовує штучний інтелект та Big Data (16.02.2022). speka.media.

8. Hildebrandt M. Location data, purpose binding and contextual integrity: What's the message? Protection of Information and the Right to Privacy - A New Equilibrium? (L. Floridi, ed.) (Law, Governance and Technology Series, vol. 17). Springer, 2014. P. 31-62.

9. Hildebrandt M. Smart Technologies and the End(s) of Law: Novel Entanglements of Law and Technology. Edgar, 2015. 304 p.

10. O'Neil C. Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. New York: Crown Publishers, 2016. 272 p.

References

1. Prokhorova, T.V. (2020). Mozhlyvosti zastosuvannia ta vprovadzhennia Big Data ta shtuchnoho intelektu v tekhnolohichnykh protsesakh [Possibilities of application and implementation of Big Data and artificial intelligence in technological processes]. Zbirnyk studentskykh naukovykh robit «Naukovyi poshuk molodykh doslidnykiv». Seriia «Tekhnichni nauky». Tsyfrovyi repozytorii Luhanskoho natsionalnoho universytetu imeni Tarasa Shevchenka, 4, 72-78.

2. Mutyala, N.K., Koushik, K.V.s., Sundar, K.J. (2018). Data Mining and Machine Learning Techniques for Cyber Security Intrusion Detection. International Journal of Scientific Research in Computer Science, Engineering and Information Technology, 3, 3, 162-167.

3. Big data, artificial intelligence, machine learning and data protection. 2nd ed. Information Commissioners Office. (2017)

4. Hlybovets, M.M., Oletskyi, O.V. (2002). Shtuchnyi intelekt [Artificial intelligence]. Kyiv: KM Akademiia [in Ukrainian].

5. Hitis, V.B., Hudkova, K.Yu. (2018). Metody shtuchnoho intelektu [Methods of artificial intelligence]. Kramatorsk. DDMA [in Ukrainian].

6. Velyki perspektyvy industrii Big Data [Great prospects of the Big Data industry]. supercomputer.com.ua.

7. Kostiuk, D. Yak Vodafone ta inshi velyki kompanii vykorystovuiut nashi dani [How Vodafone and other big companies use our data]. techtoday.in.ua.

8. Andriienko, V. Shi na dorozi: yak Uklon vykorystovuie shtuchnyi intelekt ta Big Data [AI on the road: how Uklon uses artificial intelligence and Big Data] (16.02.2022). speka.media. speka.media.

9. Hildebrandt, M. (2014). Location data, purpose binding and contextual integrity: Whats the message? Protection of Information and the Right to Privacy - A New Equilibrium? Law, Governance and Technology Series, 17, 31-62.

10. Hildebrandt, M. (2015). Smart Technologies and the End(s) of Law: Novel Entanglements of Law and Technology. Edgar.

11. ONeil, C. (2016). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. New York: Crown Publishers.

Размещено на Allbest.Ru

...

Подобные документы

  • Поняття штучного інтелекту, його порівняння з природним. Коротка характеристика особливостей використання штучного інтелекту в медицині, військовій справі та комп'ютерних іграх. Проблема взаємодії носіїв універсального штучного інтелекту та суспільства.

    контрольная работа [29,6 K], добавлен 07.01.2014

  • Застосування нейронних мереж при вирішенні різних технічних проблем. Архітектура штучних нейронних мереж. Дослідження штучного інтелекту. Гіпотеза символьних систем. Представлення за допомогою символів. Синтаксичний та семантичний аналіз розуміння мови.

    курсовая работа [985,8 K], добавлен 14.01.2010

  • Історія виникнення комерційних додатків для комп'ютеризації повсякденних ділових операцій. Загальні відомості про сховища даних, їх основні характеристики. Класифікація сховищ інформації, компоненти їх архітектури, технології та засоби використання.

    реферат [373,9 K], добавлен 10.09.2014

  • Проблемы оценки клиентской базы. Big Data, направления использования. Организация корпоративного хранилища данных. ER-модель для сайта оценки книг на РСУБД DB2. Облачные технологии, поддерживающие рост рынка Big Data в информационных технологиях.

    презентация [3,9 M], добавлен 17.02.2016

  • Логічний, структурний, еволюційний та імітаційний підходи до побудови системи штучного інтелекту. Використання формально-логічних структур, що обумовлено їх алгоритмічним характером. Методи реалізації системи штучного інтелекту, інтелектуальні програми.

    реферат [34,5 K], добавлен 14.04.2014

  • Data mining, developmental history of data mining and knowledge discovery. Technological elements and methods of data mining. Steps in knowledge discovery. Change and deviation detection. Related disciplines, information retrieval and text extraction.

    доклад [25,3 K], добавлен 16.06.2012

  • Классификация задач DataMining. Создание отчетов и итогов. Возможности Data Miner в Statistica. Задача классификации, кластеризации и регрессии. Средства анализа Statistica Data Miner. Суть задачи поиск ассоциативных правил. Анализ предикторов выживания.

    курсовая работа [3,2 M], добавлен 19.05.2011

  • Підходи до розуміння проблеми штучного інтелекту. Тест Тьюринга і інтуїтивний підхід, символьний та логічний, агентно-орієнтований і гібридній. Машинний інтелект: загальна характеристика та головні сфери застосування на сьогодні, науковий напрямок.

    курсовая работа [203,1 K], добавлен 09.04.2013

  • Інтуїтивне розуміння поняття "інтелект". Основні проблемні середовища штучного інтелекту. Проблема неточних і неповних знань. Тест Тьюринга і фатичний діалог. Метод комп’ютерної реалізації фатичного діалогу. Принцип віртуальної семантичної сітки.

    курсовая работа [560,0 K], добавлен 27.12.2007

  • A database is a store where information is kept in an organized way. Data structures consist of pointers, strings, arrays, stacks, static and dynamic data structures. A list is a set of data items stored in some order. Methods of construction of a trees.

    топик [19,0 K], добавлен 29.06.2009

  • Описание функциональных возможностей технологии Data Mining как процессов обнаружения неизвестных данных. Изучение систем вывода ассоциативных правил и механизмов нейросетевых алгоритмов. Описание алгоритмов кластеризации и сфер применения Data Mining.

    контрольная работа [208,4 K], добавлен 14.06.2013

  • Створення програмного продукту на мові Object Pascal в середовищі візуального програмування Delphi 7.0, що дозволяє отримати необхідну інформацію про штучний інтелект та переглянути відео з теми. Пошук інформації, її отримання з ресурсів мережі Інтернет.

    курсовая работа [5,4 M], добавлен 24.09.2013

  • Совершенствование технологий записи и хранения данных. Специфика современных требований к переработке информационных данных. Концепция шаблонов, отражающих фрагменты многоаспектных взаимоотношений в данных в основе современной технологии Data Mining.

    контрольная работа [565,6 K], добавлен 02.09.2010

  • Характеристика та класифікація CASE-засобів, технологія їх впровадження. Структура і функції CASE-засобу Silverrun. Переваги, результати застосування та ключові функції CA ERwin Data Modeler. Проектування роботи інтернет-магазину за допомогою UML-діаграм.

    курсовая работа [1,5 M], добавлен 07.02.2016

  • Основы для проведения кластеризации. Использование Data Mining как способа "обнаружения знаний в базах данных". Выбор алгоритмов кластеризации. Получение данных из хранилища базы данных дистанционного практикума. Кластеризация студентов и задач.

    курсовая работа [728,4 K], добавлен 10.07.2017

  • Інформаційна технологія як система методів і способів збору, передачі, нагромадження, збереження, подання й використання інформації на основі застосування технічних засобів, етапи їх розвитку. Розповсюдження та використання інформаційних технологій.

    презентация [3,5 M], добавлен 12.06.2014

  • Використання технології SSI для автоматичного додавання на web-сторінку вмісту файлу, виведення значень змінних оточення, вбудовування результату виконання CGI-програм. Характеристика директив технології. Застосування до web-додатків даної технології.

    реферат [22,3 K], добавлен 04.04.2015

  • Роль информации в мире. Теоретические основы анализа Big Data. Задачи, решаемые методами Data Mining. Выбор способа кластеризации и деления объектов на группы. Выявление однородных по местоположению точек. Построение магического квадранта провайдеров.

    дипломная работа [2,5 M], добавлен 01.07.2017

  • Поняття про інформаційні технології, етапи розвитку та види. Огляд сучасних інформаційних технологій. Моделювання факторів ризику знищення людства. Загальна характеристика програмного засобу GPPS – World для дослідження локальних моделей розвитку людства.

    курсовая работа [1,1 M], добавлен 16.05.2016

  • Поняття про бездротові мережні технології та способи передачі даних. Переваги та недоліки використання бездротових мереж. Технології мобільного зв'язку. Wi-Fi: історія, розвиток, властивості, користувачі. Підключення бездротового мережевого адаптера.

    реферат [2,0 M], добавлен 28.11.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.