| Fájl típusa | APK |
|---|---|
| Változat | 1 |
| Kiadó | EngineeringApps |
| Kiadási dátum | 2020. máj. 16. |
| Dátum hozzáadva | 2020. máj. 16. |
| Os követelmények | Android |
| Követelmények | Requires Android 4.0 and up |
| Összes letöltés | 0 |
| Ár | $5.00 |
Leírás
Az alkalmazás az adatbányászat és adattárház teljes kézikönyve, amely fontos témákat, jegyzeteket, anyagokat, híreket és blogokat tartalmaz a tanfolyamon. Töltse le az alkalmazást referenciaanyagként és digitális könyvként számítástechnikai, mesterséges intelligencia, adattudományi és szoftvermérnöki programokhoz és üzletvezetési képzésekhez.
Ez a hasznos alkalmazás 200 témát sorol fel részletes jegyzetekkel, diagramokkal, egyenletekkel, képletekkel és tananyagokkal, a témák 5 fejezetben vannak felsorolva. Az alkalmazás minden számítástechnikai és mérnöki hallgató számára kötelező.
Az alkalmazás gyors áttekintést és hivatkozást biztosít a fontos témákra, például egy részletes flash kártya jegyzetekre, egyszerűvé és hasznossá teszi a hallgató vagy egy szakember számára, hogy gyorsan lefedje a kurzus tananyagát a vizsgák vagy állásinterjúk előtt.
Kövesse nyomon a tanulást, állítson be emlékeztetőket, szerkessze a tananyagot, adjon hozzá kedvenc témákat, ossza meg a témákat a közösségi médiában.
Blogot is írhat a mérnöki technológiáról, az innovációról, a mérnöki startupokról, a főiskolai kutatómunkáról, az intézeti frissítésekről, a tananyagokról és az oktatási programokról szóló tájékoztató linkeket okostelefonjáról vagy táblagépéről vagy a http://www.engineeringapps.net/ oldalon.
Használja ezt a hasznos mérnöki alkalmazást oktatóanyagként, digitális könyvként, útmutatóként a tananyaghoz, tananyaghoz, projektmunkához, és megoszthatja véleményét a blogon.
Az alkalmazásban lefedett néhány téma a következő:
1. Bevezetés az adatbányászatba
2. Adatarchitektúra
3. Adattárházak (DW)
4. Relációs adatbázisok
5. Tranzakciós adatbázisok
6. Speciális adat- és információs rendszerek és speciális alkalmazások
7. Adatbányászati funkciók
8. Adatbányászati rendszerek osztályozása
9. Adatbányászati feladatprimitívek
10. Adatbányászati rendszer integrálása DataWarehouse rendszerrel
11. Az adatbányászat főbb problémái
12. Teljesítményproblémák az adatbányászatban
13. Bevezetés az adatok előfeldolgozásába
14. Leíró adatok összegzése
15. Az adatok szórásának mérése
16. Az alapvető leíró adatösszegzések grafikus megjelenítése
17. Adattisztítás
18. Zajos adatok
19. Adattisztítási folyamat
20. Adatintegráció és -átalakítás
21. Adatátalakítás
22. Adatcsökkentés
23. Dimenziócsökkentés
24. Számszerűség csökkentése
25. Klaszterezés és mintavétel
26. Adatdiszkretizálás és fogalomhierarchia létrehozása
27. Fogalomhierarchia létrehozása kategorikus adatokhoz
28. Bevezetés az adattárházakba
29. Az operatív adatbázis-rendszerek és az adattárházak közötti különbségek
30. Többdimenziós adatmodell
31. Többdimenziós adatmodell
32. Adattárház architektúra
33. Az adattárház tervezés folyamata
34. Háromszintű adattárház-architektúra
35. Data Warehouse háttér-eszközök és segédprogramok
36. OLAP szerverek típusai: ROLAP versus MOLAP versus HOLAP
37. Adattárház megvalósítás
38. Adattárház és adatbányászat
39. On-Line analitikai feldolgozás az on-line analitikai bányászatig
40. Adatkocka-számítási módszerek
41. Többutas tömbösszesítés teljes kockaszámításhoz
42. Csillagkocka: Jéghegykockák számítása dinamikus csillagfa-struktúra segítségével
43. Shell-töredékek előszámítása a gyors, nagy dimenziós OLAP-hoz
44. Adatkockák vezérelt feltárása
45. Komplex aggregáció többszörös szemcsézettséggel: Több jellemző kockák
46. Attribútum-orientált indukció
47. Attribútum-orientált indukció az adatok jellemzésére
48. Az attribútum-orientált indukció hatékony megvalósítása
49. Bányászati osztályok összehasonlítása: Különböző osztályok megkülönböztetése
50. Gyakori minták
51. Az Apriori algoritmus
52. Hatékony és méretezhető, gyakran elemkészletes bányászati módszerek
Minden téma diagramokkal, egyenletekkel és egyéb grafikus ábrázolásokkal van kiegészítve a jobb tanulás és a gyors megértés érdekében.
Az adatbányászat és adattárház a számítástechnika, a szoftverfejlesztés, a mesterséges intelligencia, a gépi tanulás és statisztikai számítástechnika oktatási kurzusának, valamint az információtechnológiai és üzletvezetési szakok része különböző egyetemeken.
