Как раз напомнило: хотел инвентаризацию своего старого ИТ-барахла провести. Не все работает, но все же. Куда-нибудь хотел пристроить (отдать жалко). Одна из машинок вроде такая.
Тензор пространства - звучит очень загадочно и очень непонятно.
Да, термин "тензор" - к себе притягивает примерно как palantíri
Есть ли прикладные применения тензорной теории? В частности интересует переход от "Тензор пространства для аквариумных рыбок" к "Общий \ Единый Тензор пространства для BPM \ EA \ OpEx - mgmt (LSS, TQM и еще сотни подобий)", которые в целом про одно и то же, но с проекцией на разные плоскости (условно: разные онтологии во многом одного и того же).
Надежность - это абстракция. Метрики надежности - это показатели надежности. Указанные в статье метрики вроде как не показатели надежности ,во всяком случае в книжках серии "Надежность в технике". Есть какая-либо теория, показывающая, что это метрики именно надежности?
В статье описано то, как этот риск можно существенно снизить.
Полагаю, что речь все же не о риске, а о надежности. Ведь, Риск — это вероятность события, взвешенная на тяжесть последствия (возможная опасность). см. Надежность в процессах. Часть 1
Как-то все эти понятия перемешаны. Но проблема не только в терминах, также и в математике \ формулах, надежностной схеме, критерии отказа и т.п.
Посоветуйте что-то почитать простое, но с примерами. Например, Каталог данных vs Каталог метаданных или ETL-пайплайн vs data lineage и т.п. Фрагменты указанных сущностей, включая Data Contracts. Даже в этой статье без фрагмента Каталог данных не особо понятно про что речь. Кстати, чтение DAMA DMbok - не поможет: лучше один раз увидеть (пример), что прочитать про это 100 раз (без примера).
Типа DAMA DMbok для чайников, но с примерами. Как ориентир.
Также хотелось бы найти картинку, где 11 направлений DAMA имеют многоуровневое ветвление. Есть ли пример DAMA как "semantic DAMA", см. 1.3.2.9 Онтология?
Может быть есть более простые примеры чем такой на OMD (инструменты проще, описание понятнее / доступнее)?
Как повысить отказоустойчивость сервисов в кластере виртуализации
Насколько и что повысить? Речь про надежность? Надежностная схема кластера (модель), показатели надежности, расчет модели, значения (исходные данные, результат), единая точка отказа, критерий отказа и т.п.
Метрики отказоустойчивости
Вроде как основная метрика отказоустойчивости - это готовность (коэффициент готовности). Или тут про "другую" отказоустойчивость?
Качество продукта или услуги определяется не внутренними стандартами компании, а ожиданиями заказчика.
Это "другое качество" - с этим согласен. Я про качество, которое в ТЗ, ТУ и т.п. и которое можно измерить. Про "соответствие изделия ожиданиям заказчика" - это тоже характеристика \ метрика, но иного характера (и не про качество) и это не про 6 сигм. Или если уж совсем "притянуть за уши" про качество проектирования (метрика проектирования). У меня же эксплуатационные метрики качества, т.е. для "регулярного процесса" см. В толковый словарь Business Process Management: Процесс vs Проект.
Знаю, что есть книга
Если что-то еще вспомните, напишите.
Если есть онлайн сервис, который сохранит указанный Вами фрагмент с google-book в pdf - тоже интересно (хотя бы ознакомительный фрагмент в нормальном режиме прочитать получится).
Мы говорим про Качество процессов. Тут близкие темы TQM (тотальное) и Качество данных (DAMA).
Показатели результативности \ Показатели качества \ Показатели дефекта
В Надежность в процессах. Часть 2 я к ним «захожу» с со стороны комплексного показателя надежности. На примере раздела 6 Качество \ надежность \ отказоустойчивость алгоритма
Это некая ошибкоустойчивость алгоритма, которая также считается, как и отказоустойчивость. И это в сторону шесть сигма:
«Шесть сигм» (Six Sigma) — это системный подход к управлению качеством, который помогает находить и устранять причины дефектов и вариативности в бизнес-процессах. Его цель — сделать процессы максимально стабильными и предсказуемыми, чтобы свести количество ошибок к минимуму.
Только это одна из метрик, т.е. я предлагаю все ресурсы процесса (заготовки, инструменты, HR, алгоритмы) загонять под общий «знаменатель» - Кг и вычислять итоговый, общий. Пусть это будет «интегральный» (совокупное значение) показатель надежности (готовности), включающий и качество, но «качество» в широком смысле, т.е. не только соответствие (с заданной точностью) эталонному значению (это самой собой), но и метрики ошибкоустойчивости, «защиты от дурака» и т.п. Надежный процесс – он не «сломается» (буден надежен), если на него будут воздействовать и такие факторы как человеческий фактор, например, ошибки при вводе значений.
А что там по метрикам? Ну, их довольно много, не вижу смысла перечислять,
Есть смысл. Перечислите? Желательно с их таксономией (иерархией) и единицами измерения, примером расчета.
вообще, если что есть почитать на тему Качество \ Надежность в процессах - подскажите (желательно с математикой \ метрикой).
Пример проекта VAD + семантика. Для понимания формата см. папку Онтология.
Пример "взрослой" (промышленной) онтологии -, но это не к BPM, а только для демонстрации направления движения \ масштаба.
То, что пока нет хорошей Open sorce системы для BPM - это да, "беда".
Касательно отрисовки, можно данные прямо из таблицы, например, Смарт-инструменты «Таблица -> Схема» . Чтобы задать иерархию - достаточно в таблице указать родителя, например, в visio есть такой мастер ,который автоматом схемы иерархии строит.
Также хорошо бы иметь выгрузку в какой-либо известный формат для схем. Пример (пара промпта): XML - форматов.
Языки и код TypeScript/HTML/CSS
Склоняюсь, что все подобное: от orgformat.com до ARIS нужно писать не на js, java и т.п., а на специальном DSL (а что будет под ним - дело "десятое"). Все такие системы однотипные и основные функции могут быть хорошо описаны на верхнем уровне с трансляцией "ниже".
Сегодня многие вещи, казавшиеся ранее фантастикой, с развитием ИТ входят в быт, в производство и в бизнес. Стало уже привычным заводить автомобиль, особенно зимой, не выходя из дома.
Это делалось еще с ручными КПП, называется программная нейтрать (в нормальных сигналках штатная функция была).
Таким образом, после применения IIoT и AIoT технологий происходит изменение информационных потоков при производстве продукта, а также их использование вносит изменения в процессы управления
А разве при автоматизации бывает иначе?
IoT – это просто бар-холодильник, передающий на телефон остаток пива. AIoT – это условный «умный чайник с алисой» и встроенным AI на борту (on-premise), например, ML‑моделью. Можно привести основные тезисы статьи применительно к указанным бытовым IoT \ AIoT?
Также говорили и про процессы банка, но есть же CoreStream Process Framework, APQC Process Classification Framework - Banking PCF, BIAN и т.п. С типовым Data Framework (core) для банков - должно быть еще проще (понятнее): везде одни и те же сущности: физик (и его свойства \ параметры в CRM), счета, проводки, рабочий план счетов, баланс и т.п. О многих из них не нужно договариваться, т.к. они определены ЦБ (я про базовые понятия, именно с них бы начать). Что "одно-смысловые" поля табличек в разных АБС (DWH) названы по разному - это не меняет базовый концепт. Базовые сущности - костяк Типового каталога данных банка (core - сущности для начала, хотя бы первую сотню).
То, что в конечных отчетах путаница с понятиями и определениями сущностей (уже производных сущностей) - это во многом уже как следствие отсутствия общей метаМодели \ базового классификатора данных банка (первичных, точнее базовых сущностей, т.к. баланс первичной не назовешь). У каждого вендора АБС, CRM, DWH и т.п. свои "тараканы", и у бизнес-пользователя BI - свои. Я же про абстрактный (не в привязке к конкретным табличкам БД) Каталог данных, включающий Базовые сущности - как высокоуровневое представление о данных, ориентированное на бизнес-пользователей. Базовые сущности и их свойства и связи - как Базовую онтологию данных российского банка и желательно в стандартном знаниевом формализме, например, linked data.
Итого, что-то типа APQC Banking PCF, но не по процессам банка, а по "данным банка". Конечно ИИ по запросу "Типовой Каталог данных универсального банка" выдаст любую детализацию каталога, но хотелось бы что-то уже кем-то осмысленное. Показанные вами проблемы понятны, но я про совсем "первые \ базовые шаги", а права доступа, Quality Data, Сусанин-дата-линейдж и т.п. - это уже где-то "в конце длинного пути". Заодно: нет ли курса для скачивания по Управление данных \ Качество данных желательно "с красивыми картинками" и типовыми практическими сценариями (в привязке к конкретной задаче)? Хотя на безрыбье ... - и любые сгодятся.
Как раз напомнило: хотел инвентаризацию своего старого ИТ-барахла провести. Не все работает, но все же. Куда-нибудь хотел пристроить (отдать жалко). Одна из машинок вроде такая.
Да, термин "тензор" - к себе притягивает примерно как palantíri
Есть ли прикладные применения тензорной теории? В частности интересует переход от "Тензор пространства для аквариумных рыбок" к "Общий \ Единый Тензор пространства для BPM \ EA \ OpEx - mgmt (LSS, TQM и еще сотни подобий)", которые в целом про одно и то же, но с проекцией на разные плоскости (условно: разные онтологии во многом одного и того же).
Тема интересная, но не раскрыта и подход должен "от математики", чтобы получить "тензор - mgmt." - "в полный рост". Хороший пример.
Надежность - это абстракция. Метрики надежности - это показатели надежности. Указанные в статье метрики вроде как не показатели надежности ,во всяком случае в книжках серии "Надежность в технике". Есть какая-либо теория, показывающая, что это метрики именно надежности?
Полагаю, что речь все же не о риске, а о надежности. Ведь, Риск — это вероятность события, взвешенная на тяжесть последствия (возможная опасность). см. Надежность в процессах. Часть 1
Как-то все эти понятия перемешаны. Но проблема не только в терминах, также и в математике \ формулах, надежностной схеме, критерии отказа и т.п.
Как вы измеряете \ считаете эту (построенную \ проектируемую) отказоустойчивость?
Вопрос схожий.
Посоветуйте что-то почитать простое, но с примерами. Например, Каталог данных vs Каталог метаданных или ETL-пайплайн vs data lineage и т.п. Фрагменты указанных сущностей, включая Data Contracts. Даже в этой статье без фрагмента Каталог данных не особо понятно про что речь. Кстати, чтение DAMA DMbok - не поможет: лучше один раз увидеть (пример), что прочитать про это 100 раз (без примера).
Типа DAMA DMbok для чайников, но с примерами. Как ориентир.
Также хотелось бы найти картинку, где 11 направлений DAMA имеют многоуровневое ветвление. Есть ли пример DAMA как "semantic DAMA", см. 1.3.2.9 Онтология?
Может быть есть более простые примеры чем такой на OMD (инструменты проще, описание понятнее / доступнее)?
Меня недавно диетолог попросил сервис сделать, такой получился.
К вопросу старения: лечебное голодание не поможет? "ему было 95 лет" ... "состояние его сосудов, - они были как у 25-летнего юноши"
Насколько и что повысить? Речь про надежность? Надежностная схема кластера (модель), показатели надежности, расчет модели, значения (исходные данные, результат), единая точка отказа, критерий отказа и т.п.
Вроде как основная метрика отказоустойчивости - это готовность (коэффициент готовности). Или тут про "другую" отказоустойчивость?
Это "другое качество" - с этим согласен. Я про качество, которое в ТЗ, ТУ и т.п. и которое можно измерить. Про "соответствие изделия ожиданиям заказчика" - это тоже характеристика \ метрика, но иного характера (и не про качество) и это не про 6 сигм. Или если уж совсем "притянуть за уши" про качество проектирования (метрика проектирования). У меня же эксплуатационные метрики качества, т.е. для "регулярного процесса" см. В толковый словарь Business Process Management: Процесс vs Проект.
Если что-то еще вспомните, напишите.
Если есть онлайн сервис, который сохранит указанный Вами фрагмент с google-book в pdf - тоже интересно (хотя бы ознакомительный фрагмент в нормальном режиме прочитать получится).
Есть сайт, где публикуется сводная информация? Коэффициент готовности реальный и плановый для разных (всех) ЦОД?
Да. Ответил там.
Мы говорим про Качество процессов. Тут близкие темы TQM (тотальное) и Качество данных (DAMA).
В Надежность в процессах. Часть 2 я к ним «захожу» с со стороны комплексного показателя надежности. На примере раздела 6 Качество \ надежность \ отказоустойчивость алгоритма
Это некая ошибкоустойчивость алгоритма, которая также считается, как и отказоустойчивость. И это в сторону шесть сигма:
«Шесть сигм» (Six Sigma) — это системный подход к управлению качеством, который помогает находить и устранять причины дефектов и вариативности в бизнес-процессах. Его цель — сделать процессы максимально стабильными и предсказуемыми, чтобы свести количество ошибок к минимуму.
Только это одна из метрик, т.е. я предлагаю все ресурсы процесса (заготовки, инструменты, HR, алгоритмы) загонять под общий «знаменатель» - Кг и вычислять итоговый, общий. Пусть это будет «интегральный» (совокупное значение) показатель надежности (готовности), включающий и качество, но «качество» в широком смысле, т.е. не только соответствие (с заданной точностью) эталонному значению (это самой собой), но и метрики ошибкоустойчивости, «защиты от дурака» и т.п. Надежный процесс – он не «сломается» (буден надежен), если на него будут воздействовать и такие факторы как человеческий фактор, например, ошибки при вводе значений.
Есть смысл. Перечислите? Желательно с их таксономией (иерархией) и единицами измерения, примером расчета.
вообще, если что есть почитать на тему Качество \ Надежность в процессах - подскажите (желательно с математикой \ метрикой).
1&3 чем Aris Express не про это? Вроде как тоже "на лету".
Включая ARIS SmartDesign. Ссылка моя выше вставилась битая. Вот верная: ВРМ. Смарт-инструменты «Таблица -> Схема» для формализации бизнес-процессов. Рестайлинг ARIS SmartDesign
2 VAD = value-added chain diagram
На иерархических, включая - орг-модели, "далеко не уехать". Если добавить хотя бы VAD, то можно было бы формировать верхнеуровневую модель компании.
Почему не семантические форматы? Хотя бы YAML-LD
Пример проекта VAD + семантика. Для понимания формата см. папку Онтология.
Пример "взрослой" (промышленной) онтологии -, но это не к BPM, а только для демонстрации направления движения \ масштаба.
То, что пока нет хорошей Open sorce системы для BPM - это да, "беда".
Касательно отрисовки, можно данные прямо из таблицы, например, Смарт-инструменты «Таблица -> Схема» . Чтобы задать иерархию - достаточно в таблице указать родителя, например, в visio есть такой мастер ,который автоматом схемы иерархии строит.
Также хорошо бы иметь выгрузку в какой-либо известный формат для схем. Пример (пара промпта): XML - форматов.
Склоняюсь, что все подобное: от orgformat.com до ARIS нужно писать не на js, java и т.п., а на специальном DSL (а что будет под ним - дело "десятое"). Все такие системы однотипные и основные функции могут быть хорошо описаны на верхнем уровне с трансляцией "ниже".
Как измеряется Качество процесса? Или надежность процесса или подобные метрики (величины)?
Это делалось еще с ручными КПП, называется программная нейтрать (в нормальных сигналках штатная функция была).
А разве при автоматизации бывает иначе?
IoT – это просто бар-холодильник, передающий на телефон остаток пива. AIoT – это условный «умный чайник с алисой» и встроенным AI на борту (on-premise), например, ML‑моделью. Можно привести основные тезисы статьи применительно к указанным бытовым IoT \ AIoT?
Есть ли где-то перечень ошибок в DMBOK2ru?
Например, Таблица 29. Общепринятые измерения качества данных
- Консистентность/ Допустимость (это же Validity)
- Согласованность (это же Consistency)
Т.е. Измерение "Консистентность/ Допустимость" - это ошибка в DMBOK2ru (Консистентность = Consistency).
Кроме того, ведь очевидно, что в переводной книжке нужно дублировать ключевые термины на языке оригинала.
мысль (с упрощением):
Технология: Реляционные БД vs Linked Data
Контейнер данных: Набор табличек vs Набор триплетов (Triple/Quad Store)
Описание данных: ER‑диаграммы, etc vs RDFS, OWL
Язык запросов: SQL vs SPARQL
Абстракция: ORM vs ORM-like (LDkit, etc)
Цель абстракции: Сопоставление таблиц с объектами приложения (генерация SQL) vs Сопоставление RDF‑триплетов с объектами приложения (генерация SPARQL)
У меня выше «онтология» – как описание данных, пример из BPM.
Полагаю, что тему можно дополнить: SQL vs SPARQL, Cypher, Gremlin, etc или даже аналогичным ORM-like для LD, например, LDkit.
Работать с данными через онтологии куда понятнее \ приятнее.
Также говорили и про процессы банка, но есть же CoreStream Process Framework, APQC Process Classification Framework - Banking PCF, BIAN и т.п.
С типовым Data Framework (core) для банков - должно быть еще проще (понятнее): везде одни и те же сущности: физик (и его свойства \ параметры в CRM), счета, проводки, рабочий план счетов, баланс и т.п. О многих из них не нужно договариваться, т.к. они определены ЦБ (я про базовые понятия, именно с них бы начать). Что "одно-смысловые" поля табличек в разных АБС (DWH) названы по разному - это не меняет базовый концепт. Базовые сущности - костяк Типового каталога данных банка (core - сущности для начала, хотя бы первую сотню).
То, что в конечных отчетах путаница с понятиями и определениями сущностей (уже производных сущностей) - это во многом уже как следствие отсутствия общей метаМодели \ базового классификатора данных банка (первичных, точнее базовых сущностей, т.к. баланс первичной не назовешь). У каждого вендора АБС, CRM, DWH и т.п. свои "тараканы", и у бизнес-пользователя BI - свои.
Я же про абстрактный (не в привязке к конкретным табличкам БД) Каталог данных, включающий Базовые сущности - как высокоуровневое представление о данных, ориентированное на бизнес-пользователей. Базовые сущности и их свойства и связи - как Базовую онтологию данных российского банка и желательно в стандартном знаниевом формализме, например, linked data.
Итого, что-то типа APQC Banking PCF, но не по процессам банка, а по "данным банка". Конечно ИИ по запросу "Типовой Каталог данных универсального банка" выдаст любую детализацию каталога, но хотелось бы что-то уже кем-то осмысленное. Показанные вами проблемы понятны, но я про совсем "первые \ базовые шаги", а права доступа, Quality Data, Сусанин-дата-линейдж и т.п. - это уже где-то "в конце длинного пути".
Заодно: нет ли курса для скачивания по Управление данных \ Качество данных желательно "с красивыми картинками" и типовыми практическими сценариями (в привязке к конкретной задаче)? Хотя на безрыбье ... - и любые сгодятся.