Контрольная работа на тему Контрольная работа по предмету: Основы работы с большими данными
-
Оформление работы
-
Список литературы по ГОСТу
-
Соответствие методическим рекомендациям
-
И еще 16 требований ГОСТа,которые мы проверили
Введи почту и скачай архив со всеми файлами
Ссылку для скачивания пришлем
на указанный адрес электронной почты
Содержание:
Задание
1………………………………………………………………………………………………………………….3
Задание
2………………………………………………………………………………………………………………….5
Задание
3………………………………………………………………………………………………………………….7
Задание
4………………………………………………………………………………………………………………….7
Задание
5………………………………………………………………………………………………………………….8
Список
литературы…………………………………………………………………………………………………..9
Введение:
Заключение:
Фрагмент текста работы:
Задание 1. На примере
задач медицины и здравоохранения ответьте на следующие вопросы:
— какие
данные, подходящие под определение big data, фиксируются/могут фиксироваться в
исследуемой предметной области;
— какими
инструментами можно воспользоваться для сбора и хранения данных. Какие ресурсы
необходимы для этого (технические, программные)
— описать
источники данных и способы добычи данных из этих источников
Ответ
оформите в табличном виде в формате:
Наименование
программного средства/оборудования
Наименование
собираемых/хранимых данных
Описание и
краткая характеристика собираемых/хранимых данных,
источники
данных Наименование программного
средства/ оборудования Наименование собираемых/
хранимых данных Описание и краткая
характеристика собираемых/хранимых данных, источники данных Фитнесс-браслет с функцией
отправки данных в Интернет Среднее количество физических
упражнений в день и их распределение по времени суток Многие модели фитнесс-браслетов
имеют функцию организации соревнования между пользователями аналогичных
устройств: каждый из них может просматривать таблицы показателей других
участников (по идее разработчиков, это нужно для мотивации пользователя к
большей активности, чтобы занимать более высокие места в рейтинге). Это
означает, что имеется централизованное хранилище, в котором собираются объемы
информации, подпадающие под категорию Big Data. Анализируя ритмы простой суточной активности (с учетом
часовых поясов, естественно), уже можно делать анализ того, когда в среднем
на протяжении дня человек проводит максимальную физическую нагрузку. Существуют
предположения, что бег по утрам вреден, так как организм не успевает отойти
ото сна и сразу получает максимальную нагрузку. Отслеживая физические
активности людей на длительных интервалах времени порядка многих лет, можно
будет сделать статистические выводы, что те, кто давал максимальную
физическую нагрузку по утрам, в результате чаще получал заболевания
сердечно-сосудистой системы, чем те, кто тренировался днем или вечером (либо
же наоборот можно будет опровергнуть эту теорию и установить отсутствие связи
времени тренировок и заболеваний сердца). Отметим, что для этого понадобится
привлечение дополнительных данных каждого конкретного человека из его
медицинской карты (что нужно для понимания, возникло ли какое-то заболевание
у данного человека или нет). Анализируя средние суточные
объемы физической активности многих людей в течение многих лет, можно делать
выводы о связи этой величины с вероятностью возникновения заболеваний
сердечно-сосудистой системы, опорно-двигательного аппарата, дыхательной и
пищеварительной систем (возможно и других органов/систем, где на первый
взгляд связь с объемом среднесуточной активности не так очевидна – выявление
таких зависимостей как раз и является главной целью отрасли Big Data). Средняя продолжитель-ность сна,
причем с анализом фаз: отдельно быстрого и глубокого сна Практически все
фитнесс-браслеты имеют функцию контроля общей длительности сна, а многие
могут выделять отдельно фазы быстрого и глубокого сна. Очевидно, что сон
является одним из определяющих факторов здоровья сердечно-сосудистой и
нервной систем. Поэтому, в первую очередь здесь можно выявлять степень связи
среднего количества сна с возникающими заболеваниями (с привлечением
дополнительной информации из медицинских карт конкретных людей). Однако, в
данном случае можно делать и полезные выводы только на базе информации от
браслетов: например, считается, что все фазы сна одинаково полезны, поэтому
недостаток одной из них (например, глубокого сна, когда организм практически
не реагирует на внешние раздражители, но активнее всего восстанавливается)
является явным показателем низкого качества сна в целом. Теоретически в
результате анализа Big Data может быть установлено, что
физическая активность непосредственно перед сном (очевидно, что в мире
существует достаточно людей, которые тренируются, как утром и днем, так и
поздним вечером) способствует снижению доли глубокого сна в течение ночи, так
как организму сложнее «успокоиться» после больших нагрузок. Либо же наоборот
будет установлено, что истощенный мощными вечерними нагрузками организм,
сразу «проваливается» в глубокий сон и его доля растет.