மதிப்பிடப்பட்ட வாசிப்பு நேரம்: 6 நிமிடங்கள்
நிறுவனங்கள் வணிக செயல்பாடுகளுடன் தொடர்புடைய தரவுகளின் எண்ணிக்கையை அதிகரித்து வருகின்றன, இது முன்கணிப்பு பகுப்பாய்வுகளில் புதுப்பிக்கப்பட்ட ஆர்வத்திற்கு வழிவகுக்கிறது, இது வடிவங்களை அடையாளம் காணவும், விளைவுகளை கணிக்கவும் மற்றும் முடிவெடுப்பதற்கு வழிகாட்டவும் பெரிய தரவு தொகுப்புகளை பகுப்பாய்வு செய்யும் ஒரு துறையாகும். நிறுவனங்கள் சிக்கலான மற்றும் எப்போதும் விரிவடையும் செயல்பாட்டு அபாயங்களை எதிர்கொள்கின்றன, அவை முன்கூட்டியே அடையாளம் காணப்பட வேண்டும் மற்றும் குறைக்கப்பட வேண்டும். சந்தைப்படுத்தல்/விற்பனை வாய்ப்புகளை அடையாளம் காண பல நிறுவனங்கள் முன்கணிப்பு பகுப்பாய்வுகளைப் பயன்படுத்தத் தொடங்கியிருந்தாலும், பாதுகாப்பு உட்பட இடர் மேலாண்மையில் இதே போன்ற உத்திகள் குறைவாகவே காணப்படுகின்றன.
வகைப்பாடு அல்காரிதம்கள், முன்கணிப்பு பகுப்பாய்வுகளின் பொதுவான வகுப்பானது, பாதுகாப்பு தொடர்பான ஆய்வு மற்றும் பராமரிப்பு தரவு, அடிப்படையில் முன்னணி குறிகாட்டிகள் ஆகியவற்றின் அடிப்படையில் பாதுகாப்பு சம்பவங்களின் நேரம் மற்றும் இருப்பிடத்தை கணிப்பதன் மூலம் சுத்திகரிப்பு மற்றும் பெட்ரோ கெமிக்கல் தொழில்களுக்கு குறிப்பாக பயனுள்ளதாக இருக்கும். இந்த முறையுடன் தொடர்புடைய இரண்டு முக்கிய சவால்கள் உள்ளன: (1) அளவிடப்பட்ட முன்னணி குறிகாட்டிகள் உண்மையில் செயலிழப்புகளை முன்னறிவிப்பதை உறுதி செய்தல் மற்றும் (2) முன்கணிப்பு மதிப்பைக் கொண்டிருக்கும் அளவுக்கு முன்னணி குறிகாட்டிகளை அடிக்கடி அளவிடுதல்.
தொடர்ந்து புதுப்பிக்கப்பட்ட ஆய்வுத் தரவைப் பயன்படுத்தி, லாஜிஸ்டிக் பின்னடைவைப் பயன்படுத்தி ஒரு மாதிரியை உருவாக்கலாம். இந்த வழியில் நீங்கள் ஒரு மாதிரியை உருவாக்கலாம், எடுத்துக்காட்டாக, ஒவ்வொரு மைல் பாதையிலும் ரயில் தோல்வியின் நிகழ்தகவைக் கணிக்க. கூடுதல் தரவு சேகரிக்கப்படும்போது நிகழ்தகவுகள் புதுப்பிக்கப்படலாம்.
இரயில் செயலிழப்பின் கணிக்கப்பட்ட நிகழ்தகவுகளுக்கு கூடுதலாக, அதே மாதிரியுடன் அதிக முன்கணிப்பு செல்லுபடியாகும் (ரயில் தோல்விக்கு கணிசமாக பங்களிக்கும்) மாறிகளை நாம் அடையாளம் காணலாம். மாதிரி முடிவுகளைப் பயன்படுத்தி, பராமரிப்பு, ஆய்வு மற்றும் மூலதன மேம்பாட்டு ஆதாரங்கள் மற்றும் இந்த நடவடிக்கைகளின் போது என்ன காரணிகளை கவனிக்க வேண்டும் என்பதை நீங்கள் துல்லியமாக அடையாளம் காண முடியும்.
அதே முறையை சுத்திகரிப்பு மற்றும் பெட்ரோ கெமிக்கல் தொழில்களில், விபத்துகளை முன்னறிவிப்பதன் மூலமும் தடுப்பதன் மூலமும் அபாயங்களை நிர்வகிக்க பயன்படுத்தலாம்,
முன்கணிப்பு பகுப்பாய்வு என்பது இயந்திர கற்றல் உட்பட பல்வேறு துறைகளின் அம்சங்களை உள்ளடக்கிய ஒரு பரந்த துறையாகும்.செயற்கை நுண்ணறிவு, புள்ளிவிவரங்கள் மற்றும் தரவு சுரங்க. முன்கணிப்பு பகுப்பாய்வு பெரிய தரவுத் தொகுப்புகளில் வடிவங்கள் மற்றும் போக்குகளைக் கண்டறியும். ஒரு வகை முன்கணிப்பு பகுப்பாய்வு, வகைப்பாடு வழிமுறைகள், சுத்திகரிப்பு மற்றும் பெட்ரோ கெமிக்கல் தொழில்களுக்கு குறிப்பாக பயனுள்ளதாக இருக்கும்.
வகைப்படுத்தல் அல்காரிதம்களை மேற்பார்வையிடப்பட்ட இயந்திர கற்றல் என வகைப்படுத்தலாம். மேற்பார்வையிடப்பட்ட கற்றல் மூலம், பயனர் அறியப்பட்ட விளைவுகளுடன் இணைக்கக்கூடிய முன்கணிப்பு மாறிகளின் அளவீடுகளை உள்ளடக்கிய தரவுத்தொகுப்பைக் கொண்டுள்ளார். இந்தக் கட்டுரையின் வழக்கு ஆய்வுப் பிரிவில் விவாதிக்கப்பட்ட மாதிரியில், பாதையின் ஒவ்வொரு மைலுக்கும் ஒரு காலத்தில் பல்வேறு தட அளவீடுகள் (எ.கா. வளைவு, குறுக்குவெட்டு) எடுக்கப்பட்டன. அறியப்பட்ட முடிவு, இந்த வழக்கில், அந்த இரண்டு வருட காலப்பகுதியில் ஒவ்வொரு ரயில் மைலிலும் ஒரு தடம் செயலிழப்பு ஏற்பட்டதா என்பதுதான்.
ஒரு பொருத்தமான மாடலிங் அல்காரிதம் பின்னர் தேர்ந்தெடுக்கப்பட்டு, தரவை பகுப்பாய்வு செய்யவும் மற்றும் முன்கணிப்பு விதிகளை (ஒரு மாதிரி) உருவாக்க மாறி அளவீடுகள் மற்றும் விளைவுகளுக்கு இடையிலான உறவுகளை அடையாளம் காணவும் பயன்படுத்தப்படுகிறது. உருவாக்கப்பட்டவுடன், மாதிரியானது அறியப்படாத முன்கணிப்பு மாறிகள் மற்றும் விளைவுகளின் அளவீடுகளைக் கொண்ட ஒரு புதிய தரவுத்தொகுப்பு வழங்கப்படுகிறது, பின்னர் மாதிரியின் விதிகளின் அடிப்படையில் விளைவின் நிகழ்தகவைக் கணக்கிடும். இது மேற்பார்வை செய்யப்படாத கற்றல் வகைகளுடன் ஒப்பிடப்படுகிறது, இதில் அல்காரிதம் பயன்படுத்தப்படும் அல்காரிதம் தவிர, பயனரிடமிருந்து எந்த குறிப்பிட்ட திசையும் இல்லாமல் தரவுத்தொகுப்பில் உள்ள வடிவங்கள் மற்றும் போக்குகளைக் கண்டறியும்.
பொதுவான வகைப்பாடு வழிமுறைகளில் நேரியல் பின்னடைவு, லாஜிஸ்டிக் பின்னடைவு, முடிவு மரம், நரம்பியல் நெட்வொர்க், ஆதரவு திசையன்/நெகிழ்வான பாகுபாடு இயந்திரம், அப்பாவி பேய்ஸ் வகைப்படுத்தி மற்றும் பல அடங்கும். ஒரு வகைப்பாடு அல்காரிதம் எவ்வாறு செயல்படுகிறது என்பதற்கான எளிய உதாரணத்தை நேரியல் பின்னடைவுகள் வழங்குகின்றன. நேரியல் பின்னடைவில், தற்போதுள்ள தரவுப் புள்ளிகளின் அடிப்படையில் சிறந்த பொருத்தக் கோடு கணக்கிடப்படுகிறது, இது ay = mx + b என்ற வரி சமன்பாட்டைக் கொடுக்கும். அறியப்பட்ட மாறியை (x) உள்ளிடுவது அறியப்படாத மாறிக்கு (y) ஒரு கணிப்பைக் கொடுக்கிறது.
நிஜ உலகில் மாறிகளுக்கு இடையிலான பெரும்பாலான உறவுகள் நேரியல் அல்ல, ஆனால் சிக்கலான மற்றும் ஒழுங்கற்ற வடிவத்தில் உள்ளன. எனவே, நேரியல் பின்னடைவு பெரும்பாலும் பயனுள்ளதாக இருக்காது. பிற வகைப்பாடு அல்காரிதம்கள் வளைவு அல்லது மடக்கை உறவுகள் போன்ற மிகவும் சிக்கலான உறவுகளை மாடலிங் செய்யும் திறன் கொண்டவை. எடுத்துக்காட்டாக, ஒரு லாஜிஸ்டிக் ரிக்ரஷன் அல்காரிதம் சிக்கலான உறவுகளை மாதிரியாக்க முடியும், எண் அல்லாத மாறிகளை (எ.கா., பிரிவுகள்) இணைக்க முடியும், மேலும் பெரும்பாலும் யதார்த்தமான மற்றும் புள்ளிவிவர ரீதியாக சரியான மாதிரிகளை உருவாக்க முடியும். ஒரு லாஜிஸ்டிக் பின்னடைவு மாதிரியின் வழக்கமான வெளியீடு என்பது விளைவு/நிகழ்வு நிகழும் கணிக்கப்பட்ட நிகழ்தகவு ஆகும். பிற வகைப்பாடு அல்காரிதம்கள் லாஜிஸ்டிக் பின்னடைவுக்கு ஒத்த வெளியீட்டை வழங்குகின்றன, ஆனால் தேவையான உள்ளீடுகள் அல்காரிதம்களுக்கு இடையே வேறுபட்டவை.
சிக்கலான உறவுகளை மாடலிங் செய்வது இடர் மேலாண்மையில் மிகவும் பயனுள்ளதாக இருக்கும், இதில் ஒரு குறிப்பிட்ட விளைவின் சாத்தியக்கூறு மற்றும் சாத்தியமான தீவிரத்தன்மையின் அடிப்படையில் ஆபத்து பொதுவாக முன்னுரிமை அளிக்கப்படுகிறது. அந்த விளைவுக்கு பங்களிக்கும் ஆபத்து காரணிகளை மாதிரியாக்குவது, விளைவின் நிகழ்தகவு பற்றிய துல்லியமான மற்றும் புள்ளிவிவர ரீதியாக சரியான மதிப்பீட்டில் விளைகிறது. இதற்கு நேர்மாறாக, பல இடர் மதிப்பீடுகள் "நிகழ்தகவை" ஒரு திட்டவட்டமான அளவில் அளவிடுகின்றன (ஒரு தசாப்தத்திற்கு ஒரு முறை, வருடத்திற்கு ஒரு முறை, பல முறை ஒரு வருடத்திற்கு), இது குறைவான துல்லியமானது, அதிக அகநிலை, மேலும் ஆபத்தில் இருக்கும் அபாயங்களை வேறுபடுத்திப் பார்க்க இயலாது. அதே பரந்த வகை. இடர் மதிப்பீட்டில் சாத்தியமான தீவிரத்தை அளவிடுவதற்கான பிற நுட்பங்கள் உள்ளன, ஆனால் இது இந்த கட்டுரையின் நோக்கத்திற்கு அப்பாற்பட்டது.
BlogInnovazione.it
கடற்படைத் துறை ஒரு உண்மையான உலகளாவிய பொருளாதார சக்தியாகும், இது 150 பில்லியன் சந்தையை நோக்கி பயணித்துள்ளது...
கடந்த திங்கட்கிழமை, பைனான்சியல் டைம்ஸ் OpenAI உடன் ஒரு ஒப்பந்தத்தை அறிவித்தது. FT அதன் உலகத் தரம் வாய்ந்த பத்திரிகைக்கு உரிமம் அளிக்கிறது…
மில்லியன் கணக்கான மக்கள் ஸ்ட்ரீமிங் சேவைகளுக்கு பணம் செலுத்துகிறார்கள், மாதாந்திர சந்தா கட்டணத்தை செலுத்துகிறார்கள். நீங்கள் என்பது பொதுவான கருத்து...
Veeam வழங்கும் Coveware இணைய மிரட்டி பணம் பறித்தல் சம்பவத்தின் பதில் சேவைகளை தொடர்ந்து வழங்கும். Coveware தடயவியல் மற்றும் சரிசெய்தல் திறன்களை வழங்கும்…