lec03

lectures/lec03.md

@@ -1,4 +1,4 @@
-## Жизненный цикл данных и жизненный цикл метаданных
+## Жизненный цикл данных и жизненный цикл метаданных
 
 ### Жизненный цикл данных
 
@@ -14,7 +14,7 @@
 	Создание новых данных оператором или компьютером. Данные имеют ценность для предприятия.    
 3.	Регистрация сигналов (Signal Reception)    
 
-Захват данных устройствами. Особенно важно в системах управления, но в последнее время особенно ценно при использовании такого подхода, как Интернет вещей.
+Захват данных устройствами. Особенно важен в системах управления, но в последнее время особенно ценно при использовании такого подхода, как Интернет вещей.
 Все три варианта получения данных очень важны в рамках рассмотрения процесса управления данными.     
 ##### 2. Обслуживание данных (Data Maintenance)      
 После того, как данные были созданы, необходимо их хранить и обслуживать.        
@@ -24,14 +24,14 @@
 Обслуживание данных обычно подразумевает применение широкого спектра методов из области управления данными (Data Management).     
 
 ##### 3. Синтез данных (Data Synthesis)
-Это сравнительно недавно появившаяся стадия в жизненном цикле данных. Используется не во всех моделях жизненных циклах данных.    
+Это сравнительно недавно появившаяся стадия в жизненном цикле данных. Используется не во всех моделях жизненных циклов данных.    
 **Синтез данных** – это процесс получения дополнительной ценности из данных при помощи использования индуктивной логики и сторонних информационных источников.
-Это стадия, на которой с данными работаю аналитики, причем они могут использовать в своей работы методы моделирования рисков, актуарного моделирования, моделирования для принятия инвестиционных решений и др.        
+Это стадия, на которой с данными работают аналитики, причем они могут использовать в своей работе методы моделирования рисков, актуарного моделирования, моделирования для принятия инвестиционных решений и др.        
 
 На этой стадии используется индуктивная логика, не дедуктивная. Индуктивная логика требует использования экспертного мнения, т.к. именно компетенции экспертов необходимы для построения моделей скоринга и др.       
 
 ##### 4. Использование данных (Data Usage)
-До сих пор шла речь об использовании данных внутри одного предприятия, которые возможно были подвержены очистке и обогащению на стадии обслуживания данных и использовались совместно с дополнительным третьими источниками данных на стадии синтеза данных.    
+До сих пор шла речь об использовании данных внутри одного предприятия, которые возможно были подвержены очистке и обогащению на стадии обслуживания данных и использовались совместно с дополнительными третьими источниками данных на стадии синтеза данных.    
 
 На стадии использования данных они применяются в качестве полезной информации для задач, которые должны выполняться и управляться на основе данных.     
 Эти задачи могут быть вне жизненного цикла данных. Тем не менее, данные становятся все более значимой частью бизнес-процессов предприятий. Данные сами могут быть продуктом или услугой (или быть частью продукта или услуги), предлагаемой предприятием.  
@@ -41,13 +41,13 @@
 ##### 5. Публикация данных (Data Publication)
 При использовании данных возможна ситуация, когда данные отправляются за пределы предприятия. В этом случае говорят о публикации данных. **Публикация данных** – это вынос данных за пределы предприятия.        
 
-Примером этого процесса может быть маклер, рассылающий ежемесячные отчеты клиентам. Все данные, которые были разосланы, уже не могут быть отозваны. Если были разосланы данные с неверными значениям, то такие данные не могут быть исправлены, поскольку они уже становятся недоступны для предприятия. Управление данными (Data Governance) может потребоваться, чтобы помочь принять решение о том, как будут обрабатываться неверные данные, которые были отправлены из предприятия.    
+Примером этого процесса может быть маклер, рассылающий ежемесячные отчеты клиентам. Все данные, которые были разосланы, уже не могут быть отозваны. Если были разосланы данные с неверными значениями, то такие данные не могут быть исправлены, поскольку они уже становятся недоступны для предприятия. Управление данными (Data Governance) может потребоваться, чтобы помочь принять решение о том, как будут обрабатываться неверные данные, которые были отправлены из предприятия.    
 
 ##### 6. Архивация данных (Data Archival)
 Данные могут быть использованы как однократно, так и несколько раз. Но затем рано или поздно жизненный цикл данных начинает подходить к концу.     
 Первая стадия этого состояния заключается в архивации данных.      
 
-**Архивация данных** – это копирование данных в пассивную среду, в которой они хранится, для тех случаев, когда они понадобятся снова в активной производственной среде, и удаление этих данных из всех активных производственных сред.      
+**Архивация данных** – это копирование данных в пассивную среду, в которой они хранятся, для тех случаев, когда они понадобятся снова в активной производственной среде, и удаление этих данных из всех активных производственных сред.      
 
 **Архив данных** – это просто место, где хранятся данные, без их обслуживания, использования или публикации. В случае необходимости данные могут быть восстановлены из архива.        
 
@@ -82,10 +82,10 @@
 Этот этап включает определение стандартов метаданных, потенциально полезных для проекта, изучение существующих схем метаданных и вариантов их использования. Этот этап нужен для того, чтобы можно было лучше узнать, какие различия существуют среди других аналогичных проектов, а также пересмотреть цели проекта.       
 
 ###### Исследование требований к глубоким метаданным
-На этом этапе определяются требования к метаданным более детально и глубоко. Для этого используется концепция контент-анализа. Здесь важно уточнить область и контент метаданных, а также проработан вопрос планируемых в работе СУБД и информационных систем, в которых планируется использовать метаданные. В дальнейшем эти наработки могут быть использованы в качестве методики для масштабирования.       
+На этом этапе требования к метаданным определяются более детально и глубоко. Для этого используется концепция контент-анализа. Здесь важно уточнить область и контент метаданных, а также проработать вопрос планируемых в работе СУБД и информационных систем, в которых планируется использовать метаданные. В дальнейшем эти наработки могут быть использованы в качестве методики для масштабирования.       
 
 ###### Идентификация стратегий для схем метаданных
-На этом этапе формулируется стратегия использования метаданных на основе всех имеющих предыдущих результатов. Стратегия включает принятие одного или нескольких существующих стандартов метаданных и разработку на основе этих стандартов схемы метаданных.       
+На этом этапе формулируется стратегия использования метаданных на основе всех имеющихся предыдущих результатов. Стратегия включает принятие одного или нескольких существующих стандартов метаданных и разработку на основе этих стандартов схемы метаданных.       
 
 ##### 2. Спецификация системных требований
 Этот этап состоит из двух частей.
@@ -96,7 +96,7 @@
 Спецификация требований к метаданным (Metadata Requirement Specification, MRS) является связующим звеном между участниками проекта, специалистами по метаданным и разработчиками систем.        
 
 ###### Оценка систем метаданных
-На этом этапе производится оценка систем метаданных, которые потенциально могут использоваться в проекте в дальнейшем. Участники проекта могут выбрать из существующих систем метаданных.       
+На этом этапе производится оценка систем метаданных, которые потенциально могут в дальнейшем использоваться в проекте Участники проекта могут выбрать из существующих систем метаданных.       
 
 ##### 3. Система метаданных
 Этот этап состоит из двух частей.