Katta hajmli ma’lumotlar to’plamlari bilan ishlashning asosiy tamoyillari
Abstract
Ushbu maqolada zamonaviy axborot texnologiyalari sharoitida MATLAB dasturiy majmuasining katta hajmli ma’lumotlar (Big Data) bilan ishlash imkoniyatlari ilmiy nuqtai nazardan tahlil qilinadi. Tadqiqot davomida an’anaviy xotira yetishmovchiligi muammolarini hal etishda "Out-of-Core" hisoblash arxitekturasining o‘rni va ahamiyati batafsil yoritib berilgan. Maqolada Datastore mexanizmining ma’lumotlar oqimini boshqarishdagi funksiyalari hamda Tall arrays vositasining "Lazy Evaluation" (kechiktirilgan hisoblash) tamoyili asosida ishlash samaradorligi ilmiy asoslab beriladi. Shuningdek, parallel hisoblash texnologiyalarini qo‘llash orqali algoritmlarning vaqt bo‘yicha murakkabligini optimallashtirish masalalari ko‘rib chiqilgan. Olingan natijalar katta hajmli strukturaviy va strukturaviy bo‘lmagan ma’lumotlarni tahlil qilishda MATLAB muhitining yuqori samaradorligini ko‘rsatadi.
Kalit so‘zlar: MATLAB, Big Data, Datastore, Tall arrays, Parallel hisoblash, MapReduce, Lazy Evaluation.
References
1. Numerical Computing with MATLAB. Moler, C. Numerical Computing with MATLAB. SIAM Publications, 2018, 210–260-betlar.
2. MATLAB Deep Learning. Kim, P. MATLAB Deep Learning: With Machine Learning, Neural Networks and Artificial Intelligence. Apress, 2022, 130–176-betlar.
3. Engineering Computation with MATLAB. Smith, D. M. Engineering Computation with MATLAB. CRC Press, 2020, 88–134-betlar.
4. MATLAB and Simulink In-Depth. Ledeczi, A. MATLAB and Simulink In-Depth. Wiley, 2021, 145–192-betlar.
5. Introduction to MATLAB for Engineers. Palm, W. J. III. Introduction to MATLAB for Engineers. McGraw-Hill, 2016, 60–104-betlar.
