यूनिट V और VI मैथ्स DI: रीज़निंग क्रैश कोर्स-त्वरित संशोधन (नियम और शर्तें) Net Paper 1 New-Syllabus Revision for 2020

Get top class preparation for UGC right from your home: Get detailed illustrated notes covering entire syllabus: point-by-point for high retention.

Download PDF of This Page (Size: 265K)

पाठ्यक्रम

  • यूनिट- V गणितीय तर्क और योग्यता

  • तर्क के प्रकार। नंबर सीरीज़, लेटर सीरीज़, कोड्स एंड रिलेशनशिप। गणितीय योग्यता (अंश, समय और दूरी, अनुपात, अनुपात और प्रतिशत, लाभ और हानि, ब्याज और छूट, लाभ आदि)।

  • यूनिट- VII डाटा इंटरप्रिटेशन

  • डेटा के स्रोत, अधिग्रहण और वर्गीकरण। मात्रात्मक और गुणात्मक डेटा। ग्राफिकल प्रतिनिधित्व (बार-चार्ट, हिस्टोग्राम, पाई-चार्ट, टेबल-चार्ट और लाइन-चार्ट) और डेटा की मैपिंग। आंकड़ा निर्वचन। डेटा और शासन

  • गणित

  • अंकगणित

  • संख्या श्रृंखला

  • विभाज्यता के नियम

  • भिन्न

  • एचसीएफ एलसीएम

  • अनुपात और अनुपात

  • दशमलव से द्विआधारी

  • सेट और वेन

  • संख्या श्रृंखला

  • चित्र आधारित

Data analysis

Image Of

Data analysis

  • भाव

  • समीकरण

  • आय व्यय

  • लाभ हानि

  • छूट - भागीदारी

  • ब्याज छूट

  • सार स्थानिक तर्क

  • घन और पासा

  • 3 डी समस्याएं

  • सार स्थानिक तर्क

  • घन और पासा

  • 3 डी समस्याएं

  • समय, गति और दूरी

  • एकात्मक तरीकों पर समस्या

  • उम्र पर समस्या

  • मिश्रण पर समस्या

  • कैलेंडर और घड़ियों

  • तापमान

  • समय, गति और दूरी

  • एकात्मक तरीकों पर समस्या

  • उम्र पर समस्या

  • मिश्रण पर समस्या

  • कैलेंडर और घड़ियों

  • तापमान

  • डेटा पर्याप्तता

  • तालिका

  • पाई चार्ट

  • लाइन ग्राफ

  • बार ग्राफ

  • मूल बातें

  • सामग्री संचालन

Data governance

Data Governance

Data governance

  • डेटा गवर्नेंस इंस्टीट्यूट कहता है कि “डेटा गवर्नेंस सूचना-संबंधित प्रक्रियाओं के लिए निर्णय-अधिकारों और जवाबदेही की एक प्रणाली है, जो सहमति-प्राप्त मॉडल के अनुसार निष्पादित की जाती है, जो बताती है कि कौन सी जानकारी के साथ क्या कार्रवाई कर सकते हैं, और कब, किन परिस्थितियों में, किन परिस्थितियों में, का उपयोग करके क्या तरीके हैं। “

  • 3 स्तंभ - लोग, प्रक्रिया और प्रौद्योगिकी

डेटा शासन के पहलू

डेटा शासन के स्तर - संचालन, सामरिक, रणनीतिक

4 खंभे

नियामक आवश्यकताएं

डेटा गवर्नेंस को एक संगठन की आवश्यकता है जो विनियामक आवश्यकताओं और व्यवसाय की सर्वोत्तम प्रथाओं को समझे। उनके डेटा को स्थापित नियमों को पूरा करना होगा और यह देखने के लिए स्वचालित और मानवीय प्रक्रियाओं को अपनाना होगा कि नियम लागू किए गए हैं।

डाटा सुरक्षा

  • डेटा सुरक्षा संवेदनशील जानकारी को गलत हाथों में जाने से रोकती है। स्वास्थ्य या बैंकिंग जैसे विनियमित उद्योग, सबसे अधिक दांव पर हैं। डेटा सुरक्षा पर खर्च किए गए प्रयास और व्यय की राशि जोखिम की मात्रा के साथ कम होनी चाहिए।

  • शासन निर्धारित करता है कि डेटा कहाँ संग्रहीत किया जा सकता है और डेटा सुरक्षा विधियों को कूटबद्ध करता है, जैसे एन्क्रिप्शन या पासवर्ड की शक्ति। शासन यह तय कर सकता है कि डेटा का बैकअप कैसे लिया जाए, जिसके पास डेटा तक पहुंच हो, और जब संग्रहीत डेटा को नष्ट कर दिया जाए।

गुणवत्ता

गुणवत्ता एक बड़ी शासन रणनीति का एक अनिवार्य टुकड़ा है। इसके बिना, संगठन डेटा का सफलतापूर्वक प्रबंधन और संचालन करने वाला नहीं है।

4 खंभे -

  • ArdsData स्टीवर्डशिप: डाटा स्टीवर्ड्स किसी संगठन में नीतियों को लागू करता है। वे सटीकता, पहुंच, स्थिरता, पूर्णता और अद्यतन करने के मामले में डेटा की गुणवत्ता के लिए जवाबदेह हैं। डेटा स्टूवर्स की टीमें वास्तविक डेटा गवर्नेंस कार्यान्वयन को निर्देशित करती हैं और इसमें डेटाबेस एडमिनिस्ट्रेटर, बिजनेस एनालिस्ट और संगठन के भीतर डेटा के विशिष्ट पहलुओं से परिचित व्यवसाय कर्मियों को शामिल किया जा सकता है। डेटा स्टूवर्स सुनिश्चित करते हैं कि डेटा का उपयोग डेटा गवर्नेंस नीतियों के अनुरूप हो।

  • डेटा गुणवत्ता: डेटा स्रोतों में सटीकता, पूर्णता और निरंतरता सफल पहल की पहचान है। यहां हमारे पास डेटा गुणवत्ता से जुड़े कुछ विशिष्ट शब्द हैं:

  • स्वच्छ डाटा स्क्रबिंग, जिसे डेटा क्लींजिंग भी कहा जाता है, डेटा गुणवत्ता में एक सामान्य तत्व है जो समान डेटा की पहचान, सहसंबंधित और हटाता है। डेटा स्क्रबिंग उन तरीकों के लिए खाता है, उदाहरण के लिए, उसी ग्राहक या उत्पाद का वर्णन किया जा सकता है।

  • खैर डाटा संपादकों, डेटा माइनिंग टूल्स, साथ ही संस्करण नियंत्रण, वर्कफ़्लो और प्रोजेक्ट मैनेजमेंट सिस्टम सॉफ्टवेयर प्रकारों में शामिल हैं जो संगठनों को बेहतर डेटा गुणवत्ता प्राप्त करने में मदद करते हैं।

  • संदर्भ मास्टर डेटा मैनेजमेंट: यह बड़े संगठनों में डेटा के निरंतर उपयोग को सुनिश्चित करने के लिए एक मास्टर संदर्भ स्थापित करता है। मेटाडेटा रिपॉजिटरी, जो डेटा के बारे में डेटा रखती है, एक संगठन में समूहों में डेटा संगतता स्थापित करती है।

  • उपयोग मामलों

सिद्धांत - पारदर्शिता, लेखापरीक्षा

लाभ

बड़ा डाटा

एल्गोरिदम

एनालिटिक्स

वर्णनात्मक विश्लेषण

भविष्यिक विश्लेषण

प्रिस्क्रिप्टिव एनालिटिक्स

DAMA इंटरनेशनल: DAMA का मतलब डेटा मैनेजमेंट एसोसिएशन है। यह सूचना संसाधन प्रबंधन (IRM) और डेटा संसाधन प्रबंधन (DRM) की अवधारणाओं और प्रथाओं को आगे बढ़ाने के लिए समर्पित एक नॉट-फॉर-प्रॉफिट, वेंडर-इंडिपेंडेंट, टेक्निकल और इंटरनेशनल प्रोफेशनल है।

डेटा गवर्नेंस प्रोफेशनल्स ऑर्गनाइजेशन या डीजीपीओ: डेटा शासन के अनुशासन को आगे बढ़ाने के लिए समर्पित गैर-लाभकारी, विक्रेता तटस्थ, व्यवसाय का संघ, आईटी और डेटा पेशेवर। यह सदस्यों को डेटा गवर्नेंस अनुशासन में कौशल को प्रोत्साहित करने, विकसित करने और आगे बढ़ाने के लिए चर्चा और नेटवर्किंग को बढ़ावा देता है।

बड़ा डेटा डेटा की बड़ी मात्रा का वर्णन करता है - दोनों संरचित और असंरचित - दिन के आधार पर एकत्र किए जाते हैं।

3V (वॉल्यूम, विविधता और वेग) तीन परिभाषित गुण या बड़े डेटा के आयाम हैं

डाटा प्रोसेसिंग के चरण

आधार और आवेदन

राष्ट्रीय डेटा साझाकरण और पहुंच

सरकारी डेटा पहल खोलें

सरकार ओपन डाटा लाइसेंस

  • बिग डेटा प्रोसेसिंग में पांच अलग-अलग चरण शामिल हैं

  • चुनौती डेटा अधिग्रहण और रिकॉर्डिंग: फ़िल्टरिंग मापदंडों को सेट करना पहली चुनौती है ताकि उपयोगी डेटा को न छोड़ा जाए।

  • सूचना निकालना और सफाई: बड़े डेटा स्रोतों से एकत्र की गई जानकारी विश्लेषण तैयार प्रारूप में नहीं है। उदाहरण के लिए, किसी छात्र के स्कूल के दिन से एकत्रित आंकड़ों पर विचार करें। स्रोतों से आवश्यक जानकारी निकालने के लिए इस तरह के डेटा पर एक सूचना निष्कर्षण प्रक्रिया लागू की जाती है।

  • डेटा एकीकरण, एकत्रीकरण, और प्रतिनिधित्व: यह केवल डेटा एकत्र करने और संग्रहीत करने के लिए पर्याप्त नहीं है। उपयुक्त डेटाबेस डिज़ाइन को प्रशिक्षित पेशेवरों द्वारा सावधानीपूर्वक निष्पादित करने की आवश्यकता है।

  • खनन: बड़ा डेटा विविध, अभेद्य और संरचित नहीं है। इस तरह के डेटा को खनन करने के लिए स्वच्छ और कुशलतापूर्वक सुलभ डेटा की आवश्यकता होती है।

  • सक्षम करें व्याख्या: बड़े डेटा का विश्लेषण सही निर्णय लेने में सक्षम होना चाहिए। बड़े डेटा के लिए ऐसी व्याख्या प्रदान करने के लिए प्रयासों की आवश्यकता होती है

  • यह डेटा गवर्नमेंट ओपन डेटा लाइसेंस- इंडिया (GODL-India) के तहत जारी किया गया है। यह लाइसेंस फरवरी 2017 को एक “असाधारण राजपत्र” के रूप में प्रकाशित किया गया था। यह लाइसेंस सुनिश्चित करता है कि डेटा का दुरुपयोग या गलत व्याख्या नहीं की गई है, और यह कि सभी उपयोगकर्ताओं को डेटा का उपयोग करने का समान और स्थायी अधिकार है। व्यक्तिगत जानकारी

  • गैर डेटा जो गैर-साझा करने योग्य या संवेदनशील है

  • नाम, चढाई, लोगो, और डेटा प्रदाताओं के अन्य आधिकारिक प्रतीकों

  • पेटेंट, ट्रेडमार्क और आधिकारिक निशान सहित अन्य बौद्धिक संपदा अधिकारों के अधीन डेटा

  • सैन्य प्रतीक चिन्ह

  • दस्तावेज़ पहचान दस्तावेज

  • सूचना अधिकार अधिनियम, 2005 की धारा 8 के तहत उपलब्ध कराए गए आधार पर किसी भी डेटा का सार्वजनिक रूप से खुलासा नहीं किया जाना चाहिए।

Developed by: