Data Warehouse & Data Mining e

Analýza A Revize Aplikací Pro Android: Data Warehouse & Data Mining e, Vyvinuté Společností D-Salhra. Uvedeno V Kategorii Vzdělávání. Aktuální Verze Je 7.0, Aktualizována Na 20/10/2024 . Podle Recenzí Uživatelů Na Google Play: Data Warehouse & Data Mining e. Dosaženo Více Než 301 Instalací. Data Warehouse & Data Mining e Má V Současné Době Recenze 1, Průměrné Hodnocení 5.0 Hvězd

V této aplikaci najdete kurzy + cvičení + korekce v podrobnostech o Data Waherouse a Data Mining

Co je „Data Warehouse“ jako první? :

Jedná se o typ databáze, který obsahuje velké množství dat, která pomáhají při rozhodování v organizaci. Tento typ databáze je charakterizován shodou své vnitřní struktury s tím, co uživatel potřebuje od indikátorů a os analýzy, v tzv. Hvězdném modelu, a jeho aplikacemi: systémy podpora rozhodování a dolování dat.

Datové sklady obvykle obsahují historická data, která byla odvozena a extrahována z dat v obvyklých databázích používaných v aplikacích, kde dochází k mnoha vstupním a aktualizačním operacím, a datové sklady mohou také obsahovat data z jiných zdrojů, jako jsou textové soubory a další dokumenty.


co je „dolování dat“? :

Jedná se o počítačové a manuální vyhledávání znalostí dat bez předběžných hypotéz o tom, jaké tyto znalosti mohou být. Dolování dat je také definováno jako proces analýzy množství dat (obvykle velké množství) za účelem nalezení logického vztahu, který sumarizuje data novým způsobem, který je srozumitelný a užitečný pro vlastníka dat . „Modely“ se nazývají vztahy a souhrnná data získaná získáváním dat. Dolování dat obecně pojednává o datech, která byla získána za jiným účelem než pro účely dolování dat (například databáze transakcí v bance), což znamená, že metoda těžby data neovlivňují způsob, jakým jsou shromažďována samotná data. Toto je jedna z oblastí, ve kterých se dolování dat liší od statistik, a proto se proces dolování dat nazývá sekundární statistický proces. Definice také naznačuje, že množství údajů je obecně velké, ale pokud je množství dat malé, je nejlepší je analyzovat pomocí běžných statistických metod.

Při řešení velkého objemu dat vznikají nové problémy, například jak identifikovat odlišné body v datech, jak analyzovat data v přiměřené době a jak rozhodnout, zda zjevný vztah odráží skutečnost v povaze údajů. . Obvykle se extrahují data, která jsou součástí souboru dat, přičemž cílem je obvykle zobecnit výsledky na všechna data (například analyzovat současná data spotřebitelů produktu za účelem předvídání budoucích požadavků). spotřebitelé). Jedním z cílů dolování dat je také omezit nebo komprimovat velké množství dat pro vyjádření jednoduchých dat bez zobecnění.

Read more