データ サイエンスは、データ マイニング、統計分析、機械学習をデータ統合と統合し、データ モデリング機能を組み合わせて予測モデルを構築し、データ コンテンツ パターンを探索します。

1) 大量のデータ (ボリューム)

2) 高速データ更新 (Velocity)

3) データ型の多様性/変動性

4) データの粘着性が高い (粘度)

5) データの変動性 (Volatility)

6) データの精度が低い (真実性)

データ レイクは、さまざまな種類の大量のデータを抽出、保存、評価、分析できる環境であり、さまざまなシナリオで使用できます。

アルゴリズムの種類

自然言語処理 (NLP) を使用してフレーズや文章を分析し、感情を意味的に検出し、感情の変化を明らかにして考えられるシナリオを予測します。

処方的分析は、すでに発生したアクションに基づいて結果を予測するだけでなく、結果に影響を与えるアクションを定義することで、予測分析よりも一歩進んでいます。

非構造化データ分析は、テキスト マイニング、アソシエーション分析、クラスター分析、その他の教師なし学習手法を組み合わせて、大規模なデータ セットを処理します。

オペレーショナル アナリティクスは、オペレーショナル BI またはストリーミング分析とも呼ばれ、その概念は運用プロセスとリアルタイム分析の統合に由来しています。

ビジュアライゼーションは、写真やグラフィック表現を使用して概念、アイデア、事実を説明するプロセスです。

データ マッシュアップはデータとサービスを組み合わせて、洞察や分析結果を視覚的に表示します。