Dữ liệu lớn và thành tựu của khoa học dữ liệu

Dữ liệu lớn có quy mô và độ phức tạp gây khó cho cách xử lí thông thường. Bài học dùng năm đặc trưng 5V để xét: | Đặc trưng | Điều cần hiểu | |---|---| | Volume — khối lượng |Lượng dữ liệu cần lưu và xử lí| | Velocity — vận tốc |Tốc độ dữ liệu được tạo/cập nhật và yêu cầu xử lí| | Variety — đa dạng |Nhiều loại như bảng, văn bản, ảnh, âm thanh| | Veracity — tính xác thực |Độ tin cậy, sai số, thiếu hoặc nhiễu trong dữ liệu| | Value — giá trị |Thông tin hữu ích có thể rút ra cho mục đích cụ thể| Không có quy tắc trong bài rằng cứ vượt một số dòng cố định là mọi dữ liệu đều thành dữ liệu lớn. Một bảng nhiều dòng nhưng đơn giản vẫn có thể xử lí bằng công cụ bảng tính phù hợp.

| Ứng dụng | Lợi ích có thể đạt | |---|---| | Phân tích dấu hiệu hoạt động của thiết bị |Hỗ trợ dự báo sự cố và lên kế hoạch bảo trì| | Phát hiện bản ghi/giao dịch bất thường |Gợi ý trường hợp cần kiểm tra thêm| | Tổng hợp nhu cầu sử dụng tài nguyên |Hỗ trợ phân bổ và giảm lãng phí| | Hệ khuyến nghị nội dung/sản phẩm |Gợi ý theo dữ liệu và đặc điểm người dùng| | Tự động hoá việc xử lí lặp lại |Giảm công việc thủ công, hỗ trợ triển khai ở nhiều lĩnh vực| Khoa học dữ liệu có quan hệ chặt với AI và học máy; học máy là một công cụ trong nhiều quy trình. Có công việc khoa học dữ liệu chỉ cần tổng hợp, thống kê và diễn giải, chưa cần huấn luyện mô hình.