data

Verilənlər (ing. Data) – texniki vəsaitlərlə saxlanması, emal edilməsi və ötürülməsi üçün formal şəkildə təsvir olunan (kodlaşdırılan) məlumatdır. Verilənlər faktları, mətn, qrafik, müxtəlif şəkilləri, səsləri, analoq və ya rəqəm video-seqmentləri təsvir edirlər. Verilənlər sistemin informasiya istifadəçiləri tərəfindən istifadə olunan işlənməmiş materiallarıdır. Verilənlər termini latınca "datum" fakt sözündən yaranmışdır. Verilənlər ümumi halda ad, qiymət, tip və s. kimi struktur xarakteristikaları ilə təyin olunurlar. Verilənlər – mətn, rəqəm, zaman, pul, memo, OLE, məntiqi və s. tiplərə malik olurlar. == Terminologiya == “Verilənlər” anlayışı “informasiya” anlayışı ilə sıx bağlıdır.

Data SoCool — Data sahələrində ixtisaslaşmış peşəkar tədris müəssisəsi. Bu sahələrdə Azərbaycanda iş dünyası ilə təhsil arasında mövcud olan mütəxəssis boşluğunu doldurmaq və qurumların əməkdaşlarının yeni bacarıqlar əldə etmələri üçün müxtəlif dərslər tədris etməkdədir. Hazırda peşəkar ekspertlər, Avropa standartlı təlim mərkəzinə sahib olmaqla, Microsoft, IBM kimi vendorlarla rəsmi əməkdaşlıq etməklə, sıfırdan pilləli şəkildə tədris edilən və sonda uğurlu məzunlarımızın qurumlara yönləndirilməsi ilə məşğul olan Karyera Mərkəzinə sahib olmaqla ölkənin data təhsili sektoruna liderlik etməkdəyik. Hazırda yüzlərlə Data SoCool məzunu aparıcı özəl qurumlarda və dövlət orqanlarında çalışmaqdadırlar. == Tarixi == Data SoCoolun datanın faydalarını Azərbaycanda təbliğ etmək fəaliyyəti ilk olaraq 2018-ci ilinin avqust ayından bu sahəni öyrənmək istəyən şəxslərə istiqamət vermək ideyası ilə başlamışdır. 2018-ci ilin sentyabr ayında Azərbaycan Gənclər Fondunun XI Qrant müsabiqəsinə müraciət etmiş və 2019-cu ilin fevral ayından etibarən 500-dən çox müraciətçi arasından 3 mərhələ ilə seçilən 30 gənclə Excel, Power BI, SPSS və Tableau proqramlarına giriş mövzuları və bir neçə müxtəlif şirkətlərə infoturla ümumilikdə 12 günlük təlimlə başladı. Data SoCoolun ilk məzunları sayılan bu 30 gəncin bir qismi hazırda ölkənin aparıcı maliyyə, IT şirkətlərində və banklarında çalışırlar, bəziləri isə Avropanın aparıcı universitetlərində təhsillərini davam etdirirlər. == Layihə əsaslı tədris == Data SoCool Təhsil modeli data sahələrində karyera qurmaq istəyən şəxslər üçün sıfırdan — Peşəkar İnkişaf Planının hazırlanmasından sonda iş və ya təcrübə ilə təmin etmək mərhələsinə qədər pilləli şəkildə dizayn edilmişdir. Öncə Karyera Məsləhətçisi tərəfindən tələbənin mövcud bazasına və öyrənmə imkanlarına uyğun olaraq Peşəkar İnkişaf Planı hazırlanır və Plan üzərindən dərslər tədris olunur. Yerli və Beynəlxalq Əmək bazarının tələblərinin araşdırılaraq formalaşdırılmış dərs sillabusları iş dünyasından real praktiki tapşırıqlarla təkmilləşdirilmişdir.

Data jurnalistikası — rəqəmlərə əsaslanan, faktlarla hazırlanan xəbərləmə forması deməkdir. Lakin bu, data jurnalistikanın tam tərifi deyil. Bəziləri düşünür ki, data jurnalistika cədvəllərdə verilən rəqəmlərin kolleksiyasıdır.20 il əvvəl jurnalistlər cədvəldə verilən informasiya əsasında izahedici yazılar yazırdılar. Lakin rəqəmsal dünyada rəqəmlə ifadə edilən hər şey data jurnalistika üçün mənbə ola bilər. == Növləri == Kibercinayətkarlığa dair hesabat. Jurnalistlər üçün məlumat bazaları.jurnalistlər hekayələr hazırlamaq üçün bu böyük məlumat bazalarından istifadə edirlər. İnfoqrafiya Məlumatların vizuallaşdırılması. İnteraktiv vizual Data Oyunlar == Bir anlayış olaraq yaranması == Jurnalistikada datadan istifadə edilməsinin ən erkən nümunələrindən biri CBS tərəfindən prezident seçkilərinin nəticələrini proqnozlaşdırmaq üçün əsas çərçivə kompüterindən istifadə etmək cəhdinin 1952-ci ilə təsadüf edir, ancaq 1967-ci ilə qədər məlumatların təhlili üçün kompüterlərdən istifadə edilməsinə başlanıldı. O vaxt Azad Detroit Mətbuatında işləyən Philip Meyer, şəhər boyu yayılan iğtişaşlar barədə məlumatları yaxşılaşdırmaq üçün əsas çərçivədən istifadə etdi. Jurnalistikada məlumatların təhlili üçün yeni bir presedent dəsti ilə Meyer, Donald Barlett və James Steele ilə 1970-ci illərdə Filadelfiyada hökm oxunuşlarına dair nümunələrə baxmaq üçün əməkdaşlıq etdi.

Data jurnalistikası — rəqəmlərə əsaslanan, faktlarla hazırlanan xəbərləmə forması deməkdir. Lakin bu, data jurnalistikanın tam tərifi deyil. Bəziləri düşünür ki, data jurnalistika cədvəllərdə verilən rəqəmlərin kolleksiyasıdır.20 il əvvəl jurnalistlər cədvəldə verilən informasiya əsasında izahedici yazılar yazırdılar. Lakin rəqəmsal dünyada rəqəmlə ifadə edilən hər şey data jurnalistika üçün mənbə ola bilər. == Növləri == Kibercinayətkarlığa dair hesabat. Jurnalistlər üçün məlumat bazaları.jurnalistlər hekayələr hazırlamaq üçün bu böyük məlumat bazalarından istifadə edirlər. İnfoqrafiya Məlumatların vizuallaşdırılması. İnteraktiv vizual Data Oyunlar == Bir anlayış olaraq yaranması == Jurnalistikada datadan istifadə edilməsinin ən erkən nümunələrindən biri CBS tərəfindən prezident seçkilərinin nəticələrini proqnozlaşdırmaq üçün əsas çərçivə kompüterindən istifadə etmək cəhdinin 1952-ci ilə təsadüf edir, ancaq 1967-ci ilə qədər məlumatların təhlili üçün kompüterlərdən istifadə edilməsinə başlanıldı. O vaxt Azad Detroit Mətbuatında işləyən Philip Meyer, şəhər boyu yayılan iğtişaşlar barədə məlumatları yaxşılaşdırmaq üçün əsas çərçivədən istifadə etdi. Jurnalistikada məlumatların təhlili üçün yeni bir presedent dəsti ilə Meyer, Donald Barlett və James Steele ilə 1970-ci illərdə Filadelfiyada hökm oxunuşlarına dair nümunələrə baxmaq üçün əməkdaşlıq etdi.

Verilənlərin hasilatı, data mədənçiliyi və ya verilənlərin mədənçiliyi — maşın öyrənməsi, statistika və verilənlər bazası sistemlərinin kəsişməsindəki metodları əhatə edən böyük məlumat dəstlərində nümunələrin çıxarılması və aşkarlanması prosesi. Verilənlərin hasilatı, məlumat toplusundan məlumatı (ağıllı üsullarla) çıxarmaq və məlumatları daha sonra istifadə üçün başa düşülən struktura çevirmək məqsədi daşıyan kompüter elmləri və statistikanın fənlərarası alt sahəsidir. Verilənlərin hasilatı "verilənlər bazasında bilik kəşfi" (KDD) prosesinin təhlil mərhələsidir. Xam təhlil mərhələsindən başqa, o, həmçinin verilənlər bazası və məlumatların idarə edilməsi aspektlərini, verilənlərin əvvəlcədən işlənməsini, model və nəticə çıxarma mülahizələrini, maraqlılıq ölçülərini, mürəkkəblik mülahizələrini, aşkar edilmiş strukturların sonrakı emalını, vizuallaşdırmanı və onlayn yeniləməni əhatə edir. "Data mining" səhv addır, çünki məqsəd məlumatların özünün çıxarılması (hasilatı) deyil, böyük həcmdə məlumatlardan nümunələrin və biliklərin çıxarılmasıdır. O, həm də məşhur sözdür və genişmiqyaslı məlumatların və ya informasiya emalının istənilən formasına, eləcə də süni intellekt və biznes intellekti daxil olmaqla, qərar qəbuledici dəstək sisteminin hər hansı tətbiqinə tez-tez tətbiq olunur. Adətən daha ümumi terminlər, verilənlərin təhlili və analitikası və ya faktiki metodlara istinad etmək ya da süni intellekt və maşın öyrənməsi daha uyğundur. Faktiki verilənlərin hasilatı tapşırığı, məlumat qeydləri qrupları, qeyri-adi qeydlər və asılılıqlar kimi əvvəllər naməlum, maraqlı nümunələri çıxartmaq üçün böyük miqdarda məlumatın yarı avtomatik və ya avtomatik təhlilidir. Bu, adətən fəza indeksləri kimi verilənlər bazası üsullarından istifadəni nəzərdə tutur. Bu nümunələr daha sonra daxil edilən məlumatların bir növ xülasəsi kimi görünə bilər və sonrakı təhlillərdə və ya maşın öyrənməsində və proqnozlaşdırıcı analitikada istifadə edilə bilər.

Data mərkəzi — kompüter sistemləri və telekommunikasiya və saxlama sistemləri kimi əlaqəli komponentləri yerləşdirmək üçün istifadə edilən bina daxilində xüsusi yer və ya binalar qrupu. İT əməliyyatları biznesin davamlılığında mühüm əhəmiyyət kəsb etdiyi üçün o enerji təchizatı, data kommunikasiyası əlaqələri, ətraf mühitə nəzarət (məsələn kondisioner, yanğının söndürülməsi) və müxtəlif təhlükəsizlik cihazları üçün ehtiyat komponentləri və infrastrukturu ehtiva edir. Böyük data mərkəzi kiçik bir qəsəbə qədər elektrik istifadə edən sənaye böyüklüyündəki əməliyyatdır. 2022-ci ildə təxmini qlobal data mərkəzi elektrik enerjisi istehlakı 240-340 terra-vatt və ya qlobal elektrik enerjisi tələbatının təxminən 1-1,3%-ni təşkil edib. Bu 2022-ci ildə təxminən 110 terra-vatt və ya qlobal elektrik tələbatının 0,4%-i olduğu təxmin edilən kriptovalyuta mədənçiliyi üçün istifadə olunan enerjidən ayrıdır. Data mərkəzləri ölçü, güc tələbləri, ehtiyatlılıq və ümumi struktur baxımından geniş şəkildə fərqlənə bilər. Data mərkəzlərinin növlərini seqmentləşdirmək üçün istifadə olunan dörd ümumi kateqoriya - yerli data mərkəzləri, yerləşdirmə vasitələri, hipermiqyaslı data mərkəzləri və kənar data mərkəzləridir. == Həmçinin bax == == İstinadlar == == Əlavə ədəbiyyat == Schaeffer, Howard. Data center operations: a guide to effective planning, processing, and performance. Englewood Cliffs, NJ: Prentice-Hall.

Böyük verilənlər (ing. big data) — ənənəvi məlumat emalı proqramı ilə idarə oluna bilməyəcək qədər böyük və ya mürəkkəb verilənlər dəstləri. Çoxlu daxiletməsi (sətir) olan məlumatlar daha böyük statistik güc təklif edir, halbuki daha yüksək mürəkkəbliyə malik məlumatlar (daha çox atribut və ya sütun) daha yüksək yanlış aşkaretmə dərəcəsinə səbəb ola bilər. Rəsmi tərifin olmaması səbəbindən bəzən sərbəst şəkildə istifadə olunsa da, ən yaxşı şərh odur ki, o, yalnız kiçik miqdarda istifadə edildikdə dərk edilə bilməyən böyük bir məlumat toplusudur. Böyük verilənlərin təhlili ilə bağlı problemlərə məlumatların toplanması, saxlanması, təhlili, axtarış, paylaşma, ötürmə, vizuallaşdırma, sorğulama, yeniləmə, məlumat məxfiliyi və məlumat mənbələri daxildir. Böyük verilənlər əvvəlcə üç əsas anlayışla əlaqələndirildi: həcm, müxtəliflik və sürət. Böyük məlumatların təhlili seçmə zamanı çətinliklər yaradır və bu səbəbdən, əvvəlcə yalnız müşahidələrə və seçmələrə imkan verir. Beləliklə, dördüncü anlayış, doğruluq, məlumatların keyfiyyətinə və ya dərinliyinə aiddir. Böyük verilənlərin doğruluğu üçün ekspertizaya kifayət qədər sərmayə qoyulmadan, məlumatların həcmi və müxtəlifliyi təşkilatın böyük verilənlərdən dəyər yaratmaq və əldə etmək imkanlarını aşan xərclər və risklər yarada bilər. Böyük verilənlər termininin cari istifadəsi proqnozlaşdırıcı analitika, istifadəçi davranışının analitikası və ya böyük verilənlərdən dəyər çıxaran digər müəyyən qabaqcıl məlumat analitikası metodlarının istifadəsinə, nadir hallarda isə məlumat dəstinin müəyyən ölçüsünə aiddir.

Böyük verilənlər (ing. big data) — ənənəvi məlumat emalı proqramı ilə idarə oluna bilməyəcək qədər böyük və ya mürəkkəb verilənlər dəstləri. Çoxlu daxiletməsi (sətir) olan məlumatlar daha böyük statistik güc təklif edir, halbuki daha yüksək mürəkkəbliyə malik məlumatlar (daha çox atribut və ya sütun) daha yüksək yanlış aşkaretmə dərəcəsinə səbəb ola bilər. Rəsmi tərifin olmaması səbəbindən bəzən sərbəst şəkildə istifadə olunsa da, ən yaxşı şərh odur ki, o, yalnız kiçik miqdarda istifadə edildikdə dərk edilə bilməyən böyük bir məlumat toplusudur. Böyük verilənlərin təhlili ilə bağlı problemlərə məlumatların toplanması, saxlanması, təhlili, axtarış, paylaşma, ötürmə, vizuallaşdırma, sorğulama, yeniləmə, məlumat məxfiliyi və məlumat mənbələri daxildir. Böyük verilənlər əvvəlcə üç əsas anlayışla əlaqələndirildi: həcm, müxtəliflik və sürət. Böyük məlumatların təhlili seçmə zamanı çətinliklər yaradır və bu səbəbdən, əvvəlcə yalnız müşahidələrə və seçmələrə imkan verir. Beləliklə, dördüncü anlayış, doğruluq, məlumatların keyfiyyətinə və ya dərinliyinə aiddir. Böyük verilənlərin doğruluğu üçün ekspertizaya kifayət qədər sərmayə qoyulmadan, məlumatların həcmi və müxtəlifliyi təşkilatın böyük verilənlərdən dəyər yaratmaq və əldə etmək imkanlarını aşan xərclər və risklər yarada bilər. Böyük verilənlər termininin cari istifadəsi proqnozlaşdırıcı analitika, istifadəçi davranışının analitikası və ya böyük verilənlərdən dəyər çıxaran digər müəyyən qabaqcıl məlumat analitikası metodlarının istifadəsinə, nadir hallarda isə məlumat dəstinin müəyyən ölçüsünə aiddir.

Verilənlərin hasilatı, data mədənçiliyi və ya verilənlərin mədənçiliyi — maşın öyrənməsi, statistika və verilənlər bazası sistemlərinin kəsişməsindəki metodları əhatə edən böyük məlumat dəstlərində nümunələrin çıxarılması və aşkarlanması prosesi. Verilənlərin hasilatı, məlumat toplusundan məlumatı (ağıllı üsullarla) çıxarmaq və məlumatları daha sonra istifadə üçün başa düşülən struktura çevirmək məqsədi daşıyan kompüter elmləri və statistikanın fənlərarası alt sahəsidir. Verilənlərin hasilatı "verilənlər bazasında bilik kəşfi" (KDD) prosesinin təhlil mərhələsidir. Xam təhlil mərhələsindən başqa, o, həmçinin verilənlər bazası və məlumatların idarə edilməsi aspektlərini, verilənlərin əvvəlcədən işlənməsini, model və nəticə çıxarma mülahizələrini, maraqlılıq ölçülərini, mürəkkəblik mülahizələrini, aşkar edilmiş strukturların sonrakı emalını, vizuallaşdırmanı və onlayn yeniləməni əhatə edir. "Data mining" səhv addır, çünki məqsəd məlumatların özünün çıxarılması (hasilatı) deyil, böyük həcmdə məlumatlardan nümunələrin və biliklərin çıxarılmasıdır. O, həm də məşhur sözdür və genişmiqyaslı məlumatların və ya informasiya emalının istənilən formasına, eləcə də süni intellekt və biznes intellekti daxil olmaqla, qərar qəbuledici dəstək sisteminin hər hansı tətbiqinə tez-tez tətbiq olunur. Adətən daha ümumi terminlər, verilənlərin təhlili və analitikası və ya faktiki metodlara istinad etmək ya da süni intellekt və maşın öyrənməsi daha uyğundur. Faktiki verilənlərin hasilatı tapşırığı, məlumat qeydləri qrupları, qeyri-adi qeydlər və asılılıqlar kimi əvvəllər naməlum, maraqlı nümunələri çıxartmaq üçün böyük miqdarda məlumatın yarı avtomatik və ya avtomatik təhlilidir. Bu, adətən fəza indeksləri kimi verilənlər bazası üsullarından istifadəni nəzərdə tutur. Bu nümunələr daha sonra daxil edilən məlumatların bir növ xülasəsi kimi görünə bilər və sonrakı təhlillərdə və ya maşın öyrənməsində və proqnozlaşdırıcı analitikada istifadə edilə bilər.

== FDDI == FDDI (Fiber Distributed Data Interface) — verilənlərin optik lifli xətlərlə yüksəksürətli ötürülməsi şəbəkəsinin arxitekturasıdır. Verilənləri ötürmə sürəti 100 Mbit/san-dir. Topologiyası ikiqat halqa və ya qarışıqdır (ulduzvarı və ya ağacvari istisna olmaqla). Stansiyaların maksimum sayı 1000-dir.

Verilənlər elmi (Data Science) informasiyanın alınması üsullarına sahib olmaqdır. “Data science” termin kimi ilk dəfə 1960-cı illərdə kompüter elmlərinin pionerlərindən sayılan Peter Naur tərəfindən “Datalogy, the science of data and of data processes and its place in education” adlı məruzəsində səsləndirilmiş , fənn kimi isə keçən əsrin 60-cı illərindən formalaşmağa başlamışdır. Bu 1966-cı ildə Elm və Texnika üçün Məlumat Komitəsinin (CODATA – International Council for science: Committee on Data for Science and Technology) təsis edilməsinə təsadüf edir . 1974-cü ildə Peter Naur “Concise Survey of Computer Methods in Sweden and the United States” kitabında verilənlərin müasir emal metodlarının icmalını vermiş və verilənlər haqqında elmi rəqəmsal verilənlərin həyat dövrünü (yarandığı andan başqa bilik sahələrinə təqdim olunmaq üçün edilən dəyişikliklərə qədər) öyrənən bir fənn kimi təyin etmişdir. Ancaq, termin 1990-cı illərdə geniş istifadə olunmağa başlamış və 2000-ci illərin əvvəllərindən hamı tərəfindən qəbul edilmişdir. 2001-ci ildə Purdue Universitetinin professoru, statistika, verilənlərin vizuallaşdırılması, maşın təlimi sahəsində tanınmış mütəxəssis Uilyam Klivlend (William S. Cleveland) statistik tədqiqatların texniki aspektlərinin inkişaf planı (Data Science: An Action Plan for Expanding the Technical Areas of the Field of Statistics) adlı tədqiqatında diqqəti “data science” fənninin tədrisi məsələsinə yönəltmişdir . O, planda “data science”-i ayrıca akademik fənn kimi irəli sürmüşdür. Bu da “data scientist” adlanan kadrların hazırlanmasına marağı stimullaşdırmışdır. Təsadüfi deyildir ki, təxminən əmin vaxtdan da CODATA-nın “Data Science Journal”-ı (2002-ci ildən) nəşr olunmağa başlanmışdır. Verilənlər elmi ənənəvi informatikadan başlayaraq riyaziyyata qədər müxtəlif sahələr üzrə bacarıq və vərdiş tələb edir.

Barcode of Life Data System — xüsusi olaraq DNT ştrix kodlamasına həsr olunmuş veb platformadır. Bu, Kanadadakı Biomüxtəlifliyin Genomikası Mərkəzində hazırlanmış bulud əsaslı məlumatların saxlanması və təhlili platformasıdır. O, dörd əsas moduldan, məlumat portalından, təhsil portalından, BIN-lərin reyestrindən (ehtimal olunan növlər) və DNT ardıcıllığını təhlil etmək üçün onlayn platforma təmin edən məlumatların toplanması və təhlili iş masasından ibarətdir.

DataMatrix — ağ-qara elementlər və ya bir neçə müxtəlif parlaqlıq dərəcəli elementlərindən təşkil olunan ikiölçülü matris ştrixkod. Adətən kvadrat və ya düzbucaqlı (dördbucaqlı) formaya malikdir. Matris ştrixkodu mətnin kodlaşdırılması üçün nəzərdə tutulmuşdur. Sənayedə və ticarətdə bir neçə baytdan 2 kilobayta qədər olan məlumatları kodlaşdıran bit matrislərindən istifadə edilir. İstəkdən asılı olaraq matrisi printerdə yüzlərlə kilobayt həcmlə çap etmək və sonra onları fotoaparatların köməyi ilə kifayət qədər yüksək dəqiqliklə oxumaq olar. Bu matrislərin tərkibində milyonlarla piksel var. Perfokartlar matrislər şəklində ştrixkod nümunəsidir. == DataMatrix == Bit matrislərdən olan, "Data Matrix", RVSI/Acuity CiMatrix (hal-hazırda Siemens AG konsernin bir hissəsi) şirkəti tərəfindən hazırlanmışdır. Kod elektronika, avtomobil istehsalı, yeyinti sənayeləri, aviakosmik və müdafiə sənayesi, energetika maşınqayırması kimi sahələrdə istifadə olunur Həmçinin bu kodlar reklam və əyləncə sferalarında da tətbiq edilir. DataMatrix-in köməyi ilə həm mətn kimi kodlaşdırma, həm də bu kodlaşmanın başqa tipləri — veb-istinadlar, elektron poçt ünvanları, telefon nömrələri və SMS kimi mətn yönümlü məlumatlar kodlaşdırıla bilər.

Internet Broadway Database (azərb. İnternetdə Brodvey teatrlarının verilənlər bazası‎) — база данных о Brodvey teatr tamaşaları, eləcə də aktyor, rejissor və digər teatr xadimləri haqqında məlumatların toplandığı internet resursu. IBDb — Brodvey teatrının rəsmi arxividir. Burada XVIII əsrdən bu yana bütün Brodvey teatr tamaşaları haqqında məlumatlar, eləcə də maraqlı faktlar və statistik göstəricilər toplanmışdır. Baza 2000-ci ildə Amerika teatrları və prodüserləri elmi-tədqiqat liqasının rəhbəri Karen Hauzer tərəfindən yaradılmışdır.

Internet Movie Database (azərb. İnternetdə filmlərin məlumat bazası‎), IMDb, — kinematoqraf haqqında dünyada mövcud olan ən nəhəng göstəricilər bazası və veb-sayt. Baza əhəmiyyətli dərəcədə könüllülər tərəfindən zənginləşdirildiyinə görə saytın fəaliyyət texnologiyası müəyyən qədər viki-konsepsiyaya yaxındır.

Oracle Database (əsasən Oracle kimi tanınır) — Oracle şirkəti tərəfindən istehsal olunan və satılan verilənlər bazasının idarə edilməsi sistemidir. Larry Ellison və onun dostları tərəfindən 1977-ci ildə yaradılmağa başlanmışdır.

Paleobiology Database (PBDB) — heyvan, bitki və mikroorqanizmlərin qalıqlarının tapıldığı yer və təsnifatı haqqında. Məlumatların eynisi analoji resurs olan Makkouri Universitetinin Fossilworks bazasında yerləşdirilib.

Yuyçzülyü Datan (v. 429) - hakimiyyətə əmisindən sonra gəlmişdi, Yuyçzülyü Şelunun kiçik oğlu Yuyçzülyü Pixunun oğlu və jujanların üçüncü xaqanı idi. Hakimiyyətə gələndən sonra Şimal Vey sülaləsi ilə müharibəyə başladı. 429-cu ilə qədər apardığı müharibələrin sonunda Şimal Vey imperatoru Toba Taivu tərəfindən ağır məğlubiyyətə uğradılaraq öldürüldü. Taxta oğlu Vuti keçdi.

Verilənlər bazası (VB), həmçinin məlumat bazası (MB) və ya databaza (ing. database, DB) — verilənlər bazası idarəetmə sistemindən istifadə etməklə elektron şəkildə saxlanılan və əldə edilən verilənlərin mütəşəkkil toplanması. Kiçik verilənlər bazaları fayl sistemində saxlanılılır, lakin böyük verilənlər bazaları kompüter klasterlərində və ya bulud yaddaşında yerləşdirilir. Verilənlər bazalarının dizaynı formal texnikaları və praktiki mülahizələri əhatə edir. Bura verilənlərin modelləşdirilməsi, məlumatların səmərəli təqdim edilməsi və saxlanması, sorğu dilləri, həssas məlumatların təhlükəsizliyi və məxfiliyi, həmçinin paylanmış hesablama məsələləri daxildir. Verilənlər bazası idarəetmə sistemi (DBMS) məlumatları özündə saxlamaq və təhlil etmək üçün son istifadəçilər, proqramlar və verilənlər bazası ilə qarşılıqlı əlaqədə olan proqramdır. DBMS proqramı əlavə olaraq verilənlər bazasını idarə etmək üçün nəzərdə tutulmuş əsas imkanları əhatə edir. Verilənlər bazası DBMS və əlaqəli proqramların hamısını ümumilikdə verilənlər bazası sistemi adlandırmaq olar. Çox vaxt "verilənlər bazası" termini hər hansı DBMS, verilənlər bazası sistemi və ya verilənlər bazası ilə əlaqəli proqrama aid edilir. İnformatiklər verilənlər bazası idarəetmə sistemlərini dəstəklədikləri verilənlər bazası modellərinə görə təsnif edirlər.

Texniki spesifikasiya, məlumat kartı, məlumat vərəqi (ing. datasheet) — məhsulun, materialın, komponentin (məsələn, elektron) və ya alt sistemin texniki xüsusiyyətlərini özündə birləşdirən və layihə mühəndisi tərəfindən istifadə üçün nəzərdə tutulmuş sənəd. İstehsalçı şirkət tərəfindən yaradılır. Xüsusi xüsusiyyətlərin siyahıları verilir. Mənbə kodu varsa, o, sənədin sonunda və ya ayrıca faylda yerləşir.

Datafikasiya — həyatımızın bir çox aspektlərini dataya çevirən və sonradan yeni bir dəyər forması kimi reallaşan məlumatlara çevrilən texnoloji tendensiya. Kennet Kuker və Viktor Mayer-Şenberqer 2013-cü ildə datafikasiya terminini daha geniş leksikona təqdim etdilər. Bu vaxta qədər datafikasiya həyatımızın verilənlər vasitəsilə əldə edilən təsvirlərinin təhlili ilə əlaqələndirilirdi, lakin indiki miqyasda deyil. Bu dəyişiklik ilk növbədə böyük verilənlərin təsiri və proqnozlaşdırıcı analitikaya verilən hesablama imkanları ilə bağlı idi. Datafikasiyanın dataizm adlanan ideoloji aspekti var: "datafikasiyaya doğru yönəlmə verilənlərin sosial həyatı, bəzən rəqəmsaldan əvvəlki (insan) izahlardan daha yaxşı və ya daha obyektiv şəkildə təmsil etmək qabiliyyətinə inamdan qaynaqlanır". == Nümunə == Sosial və kommunikasiya mediasına tətbiq edilən datafikasiyaya misal olaraq Twitter tərəfindən səhv düşüncələrin, LinkedIn və başqaları tərəfindən HR məlumatlarının necə datalaşdırması göstərilir. Alternativ nümunələr müxtəlifdir və məlumatı formal, funksional və ya digər fiziki media nəticələri ilə əlaqələndirən mühəndislik və ya digər alətlər vasitəsilə qurulmuş mühitin aspektlərini və dizaynı əhatə edir. Optimal nəzarət üçün verilənlərin toplanması və emalı (məsələn, formanın optimallaşdırılması) buna bir nümunədir. == Təsiri == === İnsan resursları === Mobil telefonlar, proqramlar və ya sosial media istifadəsindən əldə edilən məlumatlar potensial işçiləri və onların risk alma profili və şəxsiyyəti kimi spesifik xüsusiyyətlərini müəyyən etmək üçün istifadə olunur. Bu məlumatlar şəxsiyyət testlərini əvəz edəcək.

İnformatsionizm transhumanist utopiyanın bir növü olub Böyük Verilənlərin nüfuzlanması nəticəsində əmələ gəlmiş düşüncə quruluşunu və ya fəlsəfəni təsvir edən termindir. Bu termindən ilk dəfə 2013-cü ildə Devid Bruks tərəfindən New York Times qəzetində istifadə edilib. Daha sonra, Yuval Harari bu terminə yeni əmələ gəlmiş ideologiya və hətta üstün gücün informasiya axını olduğu bir din mənası qatmışdır. == Tarixi == Devid Bruks 2013-ün fevral ayında New York Times qəzetində bu sözləri yazmışdı: “Bu gün ən sürətlə böyüyən fəlsəfə nədir deyə soruşsanız, dataizm deyərdim”. Bruks iddia edir ki, məlumatlara bel bağlamaq düşüncə yanılmalarını azaldır və “davranışların diqqət yetirmədiyimiz ülgülərini aydınlaşdırır.” Stiv Lohrun 2015-ci ildə ərsəyə gətirdiyi “data-ism” adlı kitab Böyük Verilənlərin cəmiyyəti necə dəyişdirdiyindən bəhs edir. Müəllif bu dəyişimi Böyük Verilənlər İnqilabı adlandırmışdır. Yuval Noy Hararinin 2016-cı ildə yazdığı Homo Deus: A Brief History of Tomorrow adlı kitabında müəllif bütün rəqabətli siyasi və ya sosial strukturları məlumatların işləndiyi sistemlər adlandırır. “Dataizm kainatın məlumat axınlarından ibarət olduğunu və hər bir varlığın məlumat axınına olan tövhələrinə görə dəyərləndirildiyini elan edir. “Biz bəşəriyyəti insanların çip rolu oynadığı məlumatların işlənməsi sistemi olaraq düşünə bilərik” – Harari qeyd edib. Yuval Noy Hararinin fikirlərinə əsasən “bir dataistin məqsədi məlumat axınını zənginləşdirməkdir.” Harari təxmin edir ki, bir gün insanların həyatındakı ən mühüm qərarları (məsələn: kimlə evlənmək, hansı kariyeranı seçmək və s.) alqoritmlər verəcək.

Datafikasiya — həyatımızın bir çox aspektlərini dataya çevirən və sonradan yeni bir dəyər forması kimi reallaşan məlumatlara çevrilən texnoloji tendensiya. Kennet Kuker və Viktor Mayer-Şenberqer 2013-cü ildə datafikasiya terminini daha geniş leksikona təqdim etdilər. Bu vaxta qədər datafikasiya həyatımızın verilənlər vasitəsilə əldə edilən təsvirlərinin təhlili ilə əlaqələndirilirdi, lakin indiki miqyasda deyil. Bu dəyişiklik ilk növbədə böyük verilənlərin təsiri və proqnozlaşdırıcı analitikaya verilən hesablama imkanları ilə bağlı idi. Datafikasiyanın dataizm adlanan ideoloji aspekti var: "datafikasiyaya doğru yönəlmə verilənlərin sosial həyatı, bəzən rəqəmsaldan əvvəlki (insan) izahlardan daha yaxşı və ya daha obyektiv şəkildə təmsil etmək qabiliyyətinə inamdan qaynaqlanır". == Nümunə == Sosial və kommunikasiya mediasına tətbiq edilən datafikasiyaya misal olaraq Twitter tərəfindən səhv düşüncələrin, LinkedIn və başqaları tərəfindən HR məlumatlarının necə datalaşdırması göstərilir. Alternativ nümunələr müxtəlifdir və məlumatı formal, funksional və ya digər fiziki media nəticələri ilə əlaqələndirən mühəndislik və ya digər alətlər vasitəsilə qurulmuş mühitin aspektlərini və dizaynı əhatə edir. Optimal nəzarət üçün verilənlərin toplanması və emalı (məsələn, formanın optimallaşdırılması) buna bir nümunədir. == Təsiri == === İnsan resursları === Mobil telefonlar, proqramlar və ya sosial media istifadəsindən əldə edilən məlumatlar potensial işçiləri və onların risk alma profili və şəxsiyyəti kimi spesifik xüsusiyyətlərini müəyyən etmək üçün istifadə olunur. Bu məlumatlar şəxsiyyət testlərini əvəz edəcək.

Internet Adult Film Database (IAFD) — pornoqrafiya sənayesinə aid məlumatların onlayn verilənlər bazasıdır: aktyorlar, aktrisalar, rejissorlar, studiyalar, distribyutorlar və pornoqrafik filmlər.