'বিগ ডেটা' হল ডেটার অনেক বড় সেট প্রক্রিয়া করার জন্য বিশেষ কৌশল এবং প্রযুক্তির প্রয়োগ। এই ডেটা সেটগুলি প্রায়শই এত বড় এবং জটিল হয় যে অন-হ্যান্ড ডেটাবেস ম্যানেজমেন্ট টুল ব্যবহার করে প্রক্রিয়া করা কঠিন হয়ে পড়ে৷
তথ্য প্রযুক্তির আমূল বৃদ্ধি শিল্পে বেশ কিছু প্রশংসামূলক শর্তের দিকে পরিচালিত করেছে৷ সবচেয়ে স্থায়ী এবং তর্কযোগ্যভাবে সবচেয়ে বর্তমান ফলাফলগুলির মধ্যে একটি হল বিগ ডেটার উপস্থিতি। বিগ ডেটা শব্দটি একটি ক্যাচ-বাক্যাংশ তৈরি করা হয়েছিল বিপুল পরিমাণ ডেটার উপস্থিতি বর্ণনা করার জন্য। এত বিপুল পরিমাণ ডেটা থাকার ফলস্বরূপ প্রভাব হল ডেটা অ্যানালিটিক্স৷
৷ডেটা অ্যানালিটিক্স হল বিগ ডেটা গঠনের প্রক্রিয়া৷ বিগ ডেটার মধ্যে, বিভিন্ন প্যাটার্ন এবং পারস্পরিক সম্পর্ক রয়েছে যা ডেটা বিশ্লেষণের জন্য ডেটার আরও ভাল গণনা করা বৈশিষ্ট্য তৈরি করা সম্ভব করে। এটি ডেটা বিশ্লেষণকে তথ্য প্রযুক্তির অন্যতম গুরুত্বপূর্ণ অংশ করে তোলে।
অতএব, এখানে আমি 26টি বড় ডেটা বিশ্লেষণ কৌশল তালিকাভুক্ত করছি। এই তালিকাটি কোনভাবেই সম্পূর্ণ নয়৷
- ৷
-
A/B পরীক্ষা৷
A/B টেস্টিং হল একটি মূল্যায়ন টুল যা শনাক্ত করার জন্য একটি ওয়েবপৃষ্ঠা বা অ্যাপের কোন সংস্করণ একটি প্রতিষ্ঠান বা ব্যক্তিকে একটি ব্যবসায়িক লক্ষ্য আরও কার্যকরভাবে পূরণ করতে সাহায্য করে৷ কোন কিছুর কোন সংস্করণ ভালো পারফর্ম করে তা তুলনা করে এই সিদ্ধান্ত নেওয়া হয়। A/B টেস্টিং সাধারণত ওয়েব ডেভেলপমেন্টে ব্যবহৃত হয় তা নিশ্চিত করার জন্য যে কোনো ওয়েবপেজ বা পৃষ্ঠার উপাদানের পরিবর্তন ডেটা দ্বারা চালিত হয় এবং ব্যক্তিগত মতামত নয়।
এটিকে স্পিলড টেস্টিং বা বাকেট টেস্টিংও বলা হয়৷
৷ 
-
অ্যাসোসিয়েশন রুল লার্নিং
আকর্ষণীয় সম্পর্ক আবিষ্কারের জন্য কৌশলগুলির একটি সেট, যেমন, বড় ডাটাবেসে ভেরিয়েবলের মধ্যে "অ্যাসোসিয়েশন নিয়ম", সম্ভাব্য নিয়মগুলি তৈরি এবং পরীক্ষা করার জন্য এই কৌশলগুলি বিভিন্ন অ্যালগরিদম নিয়ে গঠিত৷
একটি অ্যাপ্লিকেশন হল বাজারের ঝুড়ি বিশ্লেষণ, যেখানে একজন খুচরা বিক্রেতা নির্ধারণ করতে পারে যে কোন পণ্যগুলি প্রায়শই একসাথে কেনা হয় এবং বিপণনের জন্য এই তথ্যগুলি ব্যবহার করে৷ (সাধারণত উদ্ধৃত উদাহরণ হল আবিষ্কার যে অনেক সুপারমার্কেটের ক্রেতা যারা নাচোস কেনেন তারা বিয়ারও কেনেন।)
৷ 
-
শ্রেণীবিন্যাস গাছ বিশ্লেষণ
পরিসংখ্যানগত শ্রেণীবিভাগ হল বিভাগগুলি সনাক্ত করার একটি পদ্ধতি যা একটি নতুন পর্যবেক্ষণের অন্তর্গত। এটির জন্য সঠিকভাবে চিহ্নিত পর্যবেক্ষণের একটি প্রশিক্ষণ সেট প্রয়োজন - অন্য কথায় ঐতিহাসিক ডেটা।
পরিসংখ্যানগত শ্রেণীবিভাগ ব্যবহার করা হচ্ছে:
- ৷
- স্বয়ংক্রিয়ভাবে বিভাগগুলিতে নথি বরাদ্দ করুন
- অর্গানিজমকে গ্রুপিংয়ে শ্রেণীবদ্ধ করুন
- অনলাইনে কোর্স করা শিক্ষার্থীদের প্রোফাইল তৈরি করুন
-
ক্লাস্টার বিশ্লেষণ
বস্তু শ্রেণীবদ্ধ করার জন্য একটি পরিসংখ্যানগত পদ্ধতি যা একটি বৈচিত্র্যময় গোষ্ঠীকে অনুরূপ বস্তুর ছোট গোষ্ঠীতে বিভক্ত করে, যার মিলের বৈশিষ্ট্যগুলি আগে থেকে জানা যায় না৷ ক্লাস্টার বিশ্লেষণের একটি উদাহরণ লক্ষ্যযুক্ত বিপণনের জন্য ভোক্তাদের স্ব-সদৃশ গ্রুপে ভাগ করা। ডেটা মাইনিং এর জন্য ব্যবহৃত হয়।
-
Crowdsourcing
ক্রাউডসোর্সিং-এ, সূক্ষ্মতা হল, একটি কাজ বা একটি কাজ আউটসোর্স করা হয় কিন্তু কোনো মনোনীত পেশাদার বা সংস্থার কাছে নয়, একটি খোলা কলের আকারে সাধারণ জনগণের কাছে। ক্রাউডসোর্সিং হল এমন একটি কৌশল যা বিভিন্ন উৎস থেকে ডেটা সংগ্রহ করার জন্য ব্যবহার করা যেতে পারে যেমন টেক্সট মেসেজ, সোশ্যাল মিডিয়া আপডেট, ব্লগ ইত্যাদি। এটি এক ধরনের ব্যাপক সহযোগিতা এবং ওয়েব ব্যবহারের একটি উদাহরণ।
-
ডেটা ফিউশন এবং ডেটা ইন্টিগ্রেশন
একটি মাল্টি-লেভেল প্রক্রিয়া যা অ্যাসোসিয়েশন, পারস্পরিক সম্পর্ক, একক এবং একাধিক উত্স থেকে ডেটা এবং তথ্যের সংমিশ্রণ নিয়ে কাজ করে পরিমার্জিত অবস্থান অর্জন করতে, অনুমান সনাক্ত করতে এবং পরিস্থিতির সম্পূর্ণ এবং সময়োপযোগী মূল্যায়ন, হুমকি এবং তাদের তাৎপর্য।
ডেটা ফিউশন কৌশলগুলি একাধিক সেন্সর থেকে ডেটা এবং সংশ্লিষ্ট ডাটাবেসগুলি থেকে সম্পর্কিত তথ্য একত্রিত করে যা শুধুমাত্র একটি একক সেন্সর ব্যবহার করে অর্জন করা যেতে পারে তার চেয়ে সঠিকতা এবং আরও নির্দিষ্ট অনুমানগুলিকে উন্নত করে৷ পি>
-
ডেটা মাইনিং
ডেটা মাইনিং হচ্ছে প্যাটার্ন শনাক্ত করতে এবং সম্পর্ক স্থাপন করতে ডেটার মাধ্যমে সাজানো। ডেটা মাইনিং হল সমষ্টিগত ডেটা নিষ্কাশন কৌশলগুলি যা প্রচুর পরিমাণে ডেটাতে সঞ্চালিত হয়। ডেটা মাইনিং প্যারামিটারগুলির মধ্যে রয়েছে অ্যাসোসিয়েশন, সিকোয়েন্স বিশ্লেষণ, শ্রেণিবিন্যাস, ক্লাস্টারিং এবং পূর্বাভাস৷
অ্যাপ্লিকেশানগুলির মধ্যে রয়েছে একটি অফারে সাড়া দিতে পারে এমন সেগমেন্টগুলি নির্ধারণ করতে গ্রাহকের ডেটা খনির, সর্বাধিক সফল কর্মীদের বৈশিষ্ট্য সনাক্ত করতে মানব সম্পদ ডেটা খনির, বা ক্রয় আচরণের মডেল করার জন্য বাজারের ঝুড়ি বিশ্লেষণ। গ্রাহকদের।
৷ 
-
এনসেম্বল লার্নিং
এটি মডেলের স্থায়িত্ব এবং ভবিষ্যদ্বাণী করার ক্ষমতার উন্নতির জন্য শেখার অ্যালগরিদমের বিভিন্ন সেটকে একত্রিত করার একটি শিল্প৷ এটি এক ধরনের তত্ত্বাবধানে শিক্ষা।
-
জেনেটিক অ্যালগরিদম
অপ্টিমাইজেশন কৌশল যা প্রাকৃতিক বিবর্তনের ধারণার উপর ভিত্তি করে একটি নকশায় জেনেটিক সংমিশ্রণ, মিউটেশন এবং প্রাকৃতিক নির্বাচনের মতো প্রক্রিয়াগুলি ব্যবহার করে। জেনেটিক অ্যালগরিদমগুলি হল এমন কৌশল যা সর্বাধিক দেখা ভিডিও, টিভি শো এবং মিডিয়ার অন্যান্য রূপগুলি সনাক্ত করতে ব্যবহৃত হয়। একটি বিবর্তনীয় প্যাটার্ন আছে যা জেনেটিক অ্যালগরিদম ব্যবহার করে করা যেতে পারে। ভিডিও এবং মিডিয়া বিশ্লেষণ জেনেটিক অ্যালগরিদম ব্যবহার করে করা যেতে পারে।
-
মেশিন লার্নিং
মেশিন লার্নিং হল আরেকটি কৌশল যা বিভাগ এবং ডেটার একটি নির্দিষ্ট সেটের সম্ভাব্য ফলাফল নির্ধারণ করতে ব্যবহার করা যেতে পারে। মেশিন লার্নিং এমন একটি সফ্টওয়্যারকে সংজ্ঞায়িত করে যা ইভেন্টের একটি নির্দিষ্ট সেটের সম্ভাব্য ফলাফল নির্ধারণ করতে সক্ষম হতে পারে। তাই এটি ভবিষ্যদ্বাণীমূলক বিশ্লেষণে ব্যবহৃত হয়। ভবিষ্যদ্বাণীমূলক বিশ্লেষণের একটি উদাহরণ হল আইনি মামলায় জয়ী হওয়ার সম্ভাবনা বা নির্দিষ্ট প্রযোজনার সাফল্য৷
-
প্রাকৃতিক ভাষা প্রক্রিয়াকরণ
কম্পিউটার বিজ্ঞানের একটি উপ-স্পেশালিটি (ঐতিহাসিকভাবে "কৃত্রিম বুদ্ধিমত্তা" নামে পরিচিত একটি ক্ষেত্রের মধ্যে) এবং ভাষাবিজ্ঞানের কৌশলগুলির একটি সেট যা মানুষের (প্রাকৃতিক) ভাষা বিশ্লেষণ করতে কম্পিউটার অ্যালগরিদম ব্যবহার করে৷ অনেক এনএলপি কৌশল হল মেশিন লার্নিং এর ধরন। এনএলপি-র একটি অ্যাপ্লিকেশন হল সোশ্যাল মিডিয়াতে সেন্টিমেন্ট বিশ্লেষণ ব্যবহার করে তা নির্ধারণ করতে সম্ভাব্য গ্রাহকরা কীভাবে একটি ব্র্যান্ডিং প্রচারাভিযানে প্রতিক্রিয়া জানাচ্ছেন৷
-
নিউরাল নেটওয়ার্ক
নন-লিনিয়ার ভবিষ্যদ্বাণীমূলক মডেল যা প্রশিক্ষণের মাধ্যমে শেখে এবং গঠনে জৈবিক নিউরাল নেটওয়ার্কের অনুরূপ। তারা প্যাটার্ন স্বীকৃতি এবং অপ্টিমাইজেশান জন্য ব্যবহার করা যেতে পারে. কিছু নিউরাল নেটওয়ার্ক অ্যাপ্লিকেশান তত্ত্বাবধানে শিক্ষার সাথে জড়িত এবং অন্যগুলি অতত্ত্বাবধানে শিক্ষার সাথে জড়িত। অ্যাপ্লিকেশানগুলির উদাহরণগুলির মধ্যে রয়েছে উচ্চ-মূল্যের গ্রাহকদের সনাক্ত করা যারা একটি নির্দিষ্ট কোম্পানি ছেড়ে যাওয়ার ঝুঁকিতে রয়েছে এবং প্রতারণামূলক বীমা দাবি চিহ্নিত করা।
-
অপ্টিমাইজেশান৷
সংখ্যাসূচক কৌশলগুলির একটি পোর্টফোলিও যা জটিল সিস্টেম এবং প্রক্রিয়াগুলিকে এক বা একাধিক উদ্দেশ্যমূলক ব্যবস্থা (যেমন, খরচ, গতি, বা নির্ভরযোগ্যতা) অনুযায়ী তাদের কর্মক্ষমতা উন্নত করতে পুনরায় ডিজাইন করতে ব্যবহৃত হয়। অ্যাপ্লিকেশনগুলির উদাহরণগুলির মধ্যে রয়েছে কর্মক্ষম প্রক্রিয়াগুলির উন্নতি যেমন সময়সূচী, রাউটিং এবং ফ্লোর লেআউট, এবং কৌশলগত সিদ্ধান্ত নেওয়া যেমন পণ্য পরিসরের কৌশল, লিঙ্কযুক্ত বিনিয়োগ বিশ্লেষণ এবং R&D পোর্টফোলিও কৌশল। জেনেটিক অ্যালগরিদম হল একটি অপ্টিমাইজেশান কৌশলের উদাহরণ৷
আমার পরবর্তী ব্লগে, আমি অবশিষ্ট 13টি বিগ ডেটা অ্যানালিটিক্স কৌশল বর্ণনা করব৷
