Data besar
Data besar ialah bidang yang mengendalikan cara untuk menganalisis, mengekstrak maklumat secara sistematik daripada atau sebaliknya menangani set data yang terlalu besar atau kompleks untuk ditangani oleh perisian aplikasi pemprosesan data tradisional. Data dengan banyak medan (turus) menawarkan kuasa statistik yang llebih besar, manakala data dengan kerumitan yang lebih tinggi (lebih banyak atribut atau turus) boleh membawa kepada kadar penemuan palsu yang lebih tinggi.[2] Cabaran analisis data besar termasuk menangkap data, storan data, analisis data, carian, perkongsian, pemindahan, visualisasi, pertanyaan, pengemaskinian, privasi maklumat dan sumber data. Data besar pada asalnya dikaitkan dengan tiga konsep utama: volum, kepelbagaian dan halaju.[3] Analisis data besar memberikan cabaran dalam persampelan, dan oleh itu sebelum ini membenarkan pemerhatian dan persampelan sahaja. Oleh itu, data besar selalunya termasuk data dengan saiz yang melebihi kapasiti perisian tradisional untuk diproses dalam masa dan nilai yang boleh diterima.
Rujukan
- ^ Hilbert, Martin; López, Priscila (2011). "The World's Technological Capacity to Store, Communicate, and Compute Information". Science. 332 (6025): 60–65. Bibcode:2011Sci...332...60H. doi:10.1126/science.1200970. PMID 21310967. Dicapai pada 13 April 2016.
- ^ Breur, Tom (July 2016). "Statistical Power Analysis and the contemporary "crisis" in social sciences". Journal of Marketing Analytics. London, England: Palgrave Macmillan. 4 (2–3): 61–65. doi:10.1057/s41270-016-0001-3. ISSN 2050-3318.
- ^ "The 5 V's of big data". Watson Health Perspectives (dalam bahasa Inggeris). 2016-09-17. Dicapai pada 2021-01-20.
Bacaan lanjut
| Sumber perpustakaan |
|---|
| Tentang Data besar |
- Peter Kinnaird; Inbal Talgam-Cohen, penyunting (2012). "Big Data". XRDS: Crossroads, The ACM Magazine for Students. Jil. 19 no. 1. Association for Computing Machinery. ISSN 1528-4980. OCLC 779657714.
- Jure Leskovec; Anand Rajaraman; Jeffrey D. Ullman (2014). Mining of massive datasets. Cambridge University Press. ISBN 9781107077232. OCLC 888463433.
- Viktor Mayer-Schönberger; Kenneth Cukier (2013). Big Data: A Revolution that Will Transform how We Live, Work, and Think. Houghton Mifflin Harcourt. ISBN 9781299903029. OCLC 828620988.
- Press, Gil (9 May 2013). "A Very Short History of Big Data". forbes.com. Jersey City, NJ. Dicapai pada 17 September 2016.
- Stephens-Davidowitz, Seth (2017). Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are. Dey Street Books. ISBN 978-0062390851.
- "Big Data: The Management Revolution". Harvard Business Review. October 2012.
- O'Neil, Cathy (2017). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Broadway Books. ISBN 978-0553418835.
Content Disclaimer
Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.
- The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
- There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
- It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
- Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
- Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.