ОБРАБОТКА И АНАЛИЗ ДАННЫХ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

THE VI INTERNATIONAL SCIENTIFIC CONFERENCE “SCIENTIFIC FOUNDATIONS FOR THE USE OF INFORMATION TECHNOLOGIES OF A NEW LEVEL AND MODERN PROBLEMS OF AUTOMATION”, NOVEMBER 20, 2025 372 ОБРАБОТКА И АНАЛИЗ ДАННЫХ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 1Каршиева Марзия Хушбаковна, 2Алимова Мадина 1Совместный Белорусско-узбекский межотраслевой институт прикладных технических квалификаций кафедра «Точные, естественные науки и физическая культура» , 2студент 1курса группы ИП 15-25 https://doi.org/10.5281/zenodo.17768053 Annotation. This article explores the modern applications of artificial intelligence (AI) in data processing and analysis across various fields. The authors discuss how AI contributes to process automation, faster decision-making, and increased efficiency in sectors such as healthcare, marketing, finance, and data management. Special attention is given to advanced AI tools and platforms such as H2O.ai, TensorFlow, Google AutoML, Power BI, and Tableau, which enable automated machine learning, big data analysis, and effective data visualization. The paper also addresses ethical challenges related to AI implementation, including data privacy, algorithm transparency, and trust in automated systems. The authors conclude that a responsible approach to the development and use of AI technologies is essential. Artificial intelligence is viewed not only as a symbol of technological advancement but also as a strategic tool that can enhance quality of life and promote sustainable economic growth. Keywords: artificial intelligence, data analysis, machine learning, automation, data visualization, technology ethics Аннотация: В статье рассматриваются современные направления использования искусственного интеллекта (ИИ) для обработки и анализа данных в различных сферах деятельности. Авторы описывают, как ИИ способствует автоматизации процессов, ускорению принятия решений и повышению эффективности в таких областях, как здравоохранение, маркетинг, финансы и управление данными. Особое внимание уделено современным инструментам и платформам, таким как H2O.ai, TensorFlow, Google AutoML, Power BI и Tableau, которые обеспечивают автоматизацию машинного обучения, анализ больших данных и визуализацию информации. Также поднимаются вопросы этического применения ИИ, включая конфиденциальность данных, прозрачность алгоритмов и доверие к автоматизированным системам. Авторы приходят к выводу о необходимости ответственного подхода к разработке и внедрению технологий искусственного интеллекта. ИИ рассматривается не только как инструмент технологического прогресса, но и как стратегическое средство повышения качества жизни и устойчивого экономического роста. Ключевые слова: искусственный интеллект, анализ данных, машинное обучение, автоматизация, визуализация данных, этика технологий Искусственный интеллект (ИИ) и анализ данных стали одной из важнейших технологий современности, которые применяются в различных сферах для автоматизации принятия решений, упрощения процессов и быстрого отображения результатов. В 2025 году технологии ИИ стремительно развивались, было создано множество новых подходов и инструментов, которые значительно улучшили процесс анализа данных. ИИ в основном THE VI INTERNATIONAL SCIENTIFIC CONFERENCE “SCIENTIFIC FOUNDATIONS FOR THE USE OF INFORMATION TECHNOLOGIES OF A NEW LEVEL AND MODERN PROBLEMS OF AUTOMATION”, NOVEMBER 20, 2025 373 используется для решения сложных задач путем обработки и анализа данных. В современном мире искусственный интеллект активно используется в следующих областях: 1. Автоматизированный анализ: Искусственный интеллект позволяет обрабатывать большие объемы данных в аналитических процессах. В 2025 году развились новые генеративные технологии ИИ, которые расширили возможности создания изображений, звуков и текстов. 2. Классификация и ввод данных: Большие объемы необработанных данных автоматически подготавливаются и анализируются с использованием моделей ИИ. Эти технологии успешно внедряются в различных сферах, включая здравоохранение, маркетинг и финансы. 3. Аргументированный анализ: Эта технология объединяет подходы искусственного интеллекта к обработке естественного языка (NLP) и машинному обучению (ML), что позволяет осуществлять автоматические аналитические процессы. Развитие и практическое применение анализа данных: Анализ данных - это процесс изучения больших объемов данных и извлечения из них полезных знаний. Этот процесс включает в себя сбор, обработку, очистку, анализ и визуализацию различных данных. Цель - найти и понять знания из данных, которые помогут в принятии решений. Анализ данных улучшает процессы принятия решений в различных областях. Например: 1)Здравоохранение: В области медицины развиваются стратегии выявления и лечения заболеваний с помощью анализа данных и искусственного интеллекта. К 2025 году высокоточная диагностика моделей ИИ показала лучшие результаты по сравнению с диагностикой специалистов-людей. 2)Маркетинг и продажи: В 2025 году компании, в частности в сфере маркетинга и продаж, добились увеличения доходов на 7% и более за счет использования генеративных технологий ИИ. 3)Управление данными: Компании продолжили внедрять широкий спектр политик и процедур в 2025 году для поддержания целостности данных. Это способствует повышению качества анализа данных и уменьшению проблем, связанных с этикой. 4)Наряду со многими преимуществами, связанными с искусственным интеллектом и анализом данных, существует ряд недостатков, с которыми мы можем столкнуться. В частности: • Конфиденциальность данных: В 2025 году вопросы защиты данных и конфиденциальности остаются одной из основных проблем в области технологий искусственного интеллекта. Чтобы устранить эти проблемы, компании пытались разработать специальные политики и применить новые технологии. • Понятность и доверие: Понимание результатов работы генеративных моделей искусственного интеллекта остается сложным. В 2025 году существенно увеличился риск получения неверных или неточных результатов при использовании этих технологий, и предприятия принимают меры безопасности для снижения этих рисков. • Этические проблемы: Возрастает необходимость ответственного применения технологий искусственного интеллекта. В 2025 году были разработаны THE VI INTERNATIONAL SCIENTIFIC CONFERENCE “SCIENTIFIC FOUNDATIONS FOR THE USE OF INFORMATION TECHNOLOGIES OF A NEW LEVEL AND MODERN PROBLEMS OF AUTOMATION”, NOVEMBER 20, 2025 374 обновленные политики для управления данными и обеспечения их ответственного использования. Обзор ИИ-инструментов для анализа данных. Современные технологии искусственного интеллекта предлагают специальные инструменты, чтобы эффективно работать с данными. Каждый сервис может стать помощником в специфических задачах — от анализа больших объёмов ценной информации до поиска скрытых закономерностей. Выбор подходящего варианта зависит от целей компании, масштаба проекта и уровня технической экспертизы. Рассмотрим ключевые категории инструментов и их применение в бизнес-аналитике. Обработка больших данных Работа с огромными объёмами данных требует мощных вычислительных ресурсов и продвинутых алгоритмов. Здесь среди лидеров: • H2O.ai. - это программа с открытым исходным кодом, специализирующаяся на автоматизации машинного обучения. Она позволяет пользователям создавать модели для анализа больших массивов данных после минимальной настройки, без глубоких знаний программирования. H2O имеет поддержку распределённых вычислений, благодаря чему можно быстро обрабатывать данные в режиме реального времени — это будет полезно, например, в финансовой аналитике или логистике. Ключевым преимуществом является скорость: алгоритмы машинного обучения могут обрабатывать терабайты данных за минуты. • TensorFlow - этот фреймворк глубокого обучения стал одним из стандартов для создания нейронных сетей. Он может быть использован для работы с данными различных типов, включая задачи компьютерного зрения и обработки естественного языка. TensorFlow интегрируется с облачными сервисами, что полезно для удобного получения информации и масштабирования вычислений. Подобные инструменты незаменимы, когда бизнесу нужно анализировать большие объёмы данных, которые поступают из множества различных источников. Прогнозирование и моделирование. Сейчас в создании точных прогнозов и оптимизации бизнес-процессов также не обойтись без использования искусственного интеллекта. Это может быть: • Google AutoML. Решение автоматизирует процесс создания моделей машинного обучения, что особенно полезно для компаний с ограниченными ресурсами. AutoML позволяет загружать данные, выбирать нужный тип задачи (регрессия, классификация) и получать готовую модель без написания кода. Это особенно удобное решение для стартапов, которые хотят сделать несколько моделей под свои задачи, но не ставить вопрос о создании собственного ML-отдела. • H2O Driverless AI. Платформа сочетает возможности автоматизации и глубинного обучения. Она самостоятельно подбирает оптимальный процесс анализа данных, что критично, например, в финансовом секторе. Банки применяют её для оценки кредитных рисков на основе исторических данных, рыночных тенденций и даже событий из новостей. Эти сервисы сокращают время разработки моделей с месяцев до нескольких дней, THE VI INTERNATIONAL SCIENTIFIC CONFERENCE “SCIENTIFIC FOUNDATIONS FOR THE USE OF INFORMATION TECHNOLOGIES OF A NEW LEVEL AND MODERN PROBLEMS OF AUTOMATION”, NOVEMBER 20, 2025 375 что позволяет сразу приступить к использованию новых инструментов. Визуализация данных. Сложные наборы данных постоянно требуется превращать в наглядные графики и дашборды, на основе которых можно принимать стратегические решения. Популярные сервисы в этой категории: • Tableau. Это инструмент может создавать интерактивные отчёты с помощью интуитивно понятного интерфейса. Он поддерживает интеграцию с базами данных (SQL, Oracle) и облачными хранилищами, что делает его универсальным для корпоративных клиентов. Например, в маркетинге Tableau используют для визуализации данных о конверсии и ROI рекламных кампаний. • Microsoft Power BI. Продукт идеально подходит для компаний, уже использующих экосистему Office. Power BI предлагает полезные функции прогнозной аналитики и работу в реальном времени. Его ключевая особенность — встроенные алгоритмы машинного обучения, которые автоматически определяют аномалии в данных. Подобные аналитические платформы не только экономят время на подготовку отчётов и документов, но и делают современные технологии анализа данных доступными без необходимости длительного изучения. В заключении можно сказать, что искусственный интеллект (ИИ) — это инструмент, а не магия. Используйте его осознанно, и он откроет новые возможности для анализа данных и стратегического планирования. Искусственный интеллект и анализ данных играют важную роль в повышении эффективности и автоматизации процессов в различных областях. В будущем за счет дальнейшего развития этих технологий появятся новые возможности для решения сложных задач и внедрения инноваций. Искусственный интеллект становится неотъемлемой частью современной жизни и экономики. Его применение охватывает всё больше сфер — от медицины и образования до промышленности, транспорта и финансов. Использование ИИ позволяет не только повысить точность и скорость обработки информации, но и принимать более обоснованные решения, снижая влияние человеческого фактора. Тем не менее, важно помнить о необходимости этичного и ответственного подхода к разработке и внедрению систем искусственного интеллекта. Вопросы конфиденциальности данных, прозрачности алгоритмов и ответственности за принимаемые решения требуют особого внимания. Таким образом, будущее ИИ зависит от того, насколько гармонично удастся сочетать технологический прогресс с гуманистическими ценностями. При грамотном использовании искусственный интеллект способен стать мощным инструментом развития общества, улучшения качества жизни и устойчивого роста экономики. СПИСОК ЛИТЕРАТУРЫ 1. Андреев А.В. Искусственный интеллект и его роль в обработке больших данных. Умная цифровая экономика. 2023. Т.3. №1. С. 65-69. 2. Инструменты искусственного интеллекта для анализа данных. 3. https://infocom.uz 4. https://7universam.com