Data Warehouse & Data Mining e

D-Salhra

შეიცავს რეკლამას

ამ აპის შესახებ

ამ განაცხადში ნახავთ კურსებს + წვრთნებს + კორექტირებას დეტალურ მონაცემებზე მონაცემთა Waherouse და მონაცემთა სამთო

რა არის "მონაცემთა საწყობი" პირველი? :

ეს არის მონაცემთა ბაზის ტიპი, რომელიც შეიცავს უზარმაზარ რაოდენობას მონაცემთა ორგანიზაციაში გადაწყვეტილების მიღებაში. მონაცემთა ბაზის ამ ტიპს ახასიათებს მისი შინაგანი სტრუქტურის შესაბამისობა იმასთან, თუ რა სჭირდება მომხმარებელს ანალიზის ინდიკატორებისა და ცულებიდან მასში, რომელსაც უწოდებენ ვარსკვლავ-ვარსკვლავის მოდელს, და მის პროგრამებს: სისტემები გადაწყვეტილების მხარდაჭერა და მონაცემთა მოპოვება.

მონაცემთა საწყობები ჩვეულებრივ შეიცავს ისტორიულ მონაცემებს, რომლებიც იქნა მიღებული და ამოღებულია მონაცემებიდან, ჩვეულებრივ, მონაცემთა ბაზებში, რომლებიც გამოყენებულია პროგრამებში, რომელზეც ხდება მრავალი შეყვანის და განახლების ოპერაცია, ასევე მონაცემთა საწყობებში ასევე შეიძლება შეიცავდეს ე.წ. მონაცემები სხვა წყაროებიდან, როგორიცაა ტექსტური ფაილები და სხვა დოკუმენტები.


რა არის "მონაცემთა მოპოვება"? :

ეს არის კომპიუტერული და სახელმძღვანელო ძიება მონაცემთა ცოდნის შესახებ წინასწარი ჰიპოთეზის გარეშე, თუ რა შეიძლება იყოს ეს ცოდნა. მონაცემთა მოპოვება ასევე განისაზღვრება, როგორც მონაცემთა ანალიზის პროცესი (ჩვეულებრივ დიდი რაოდენობით), ლოგიკური ურთიერთობის მოსაძებნად, რომელიც აჯამებს მონაცემებს ახალი გზით, რაც გასაგები და სასარგებლოა მონაცემთა მფლობელისათვის. . ”მოდელებს” უწოდებენ ურთიერთობების და მონაცემების მოპოვების შედეგად მიღებულ შემაჯამებელ მონაცემებს. მონაცემთა მოპოვება ზოგადად ეხება მონაცემებს, რომლებიც მოიპოვა მონაცემების მოპოვების მიზნით, სხვა მონაცემების მოპოვების გარდა (მაგალითად, ბანკში ოპერაციების მონაცემთა ბაზაში), რაც ნიშნავს რომ სამთო მეთოდი მონაცემები არ იმოქმედებს თავად მონაცემების შეგროვების გზაზე. ეს არის ერთ-ერთი ის სფერო, სადაც მონაცემთა მოპოვება განსხვავდება სტატისტიკისგან და ამის გამო მონაცემთა მოპოვების პროცესს მეორეხარისხოვან სტატისტიკურ პროცესს უწოდებენ. განმარტება ასევე მიუთითებს იმაზე, რომ მონაცემების რაოდენობა ზოგადად დიდია, მაგრამ თუ მონაცემების რაოდენობა მცირეა, უმჯობესია გამოიყენოთ მისი რეგულარული სტატისტიკური მეთოდები მის გასაანალიზებლად.

მონაცემების დიდ მოცულობასთან ურთიერთობისას წარმოიქმნება ახალი პრობლემები, როგორებიცაა მონაცემებში ცალკეული წერტილების იდენტიფიცირება, როგორ ხდება მონაცემების ანალიზი გონივრულ დროში და როგორ უნდა გადაწყვიტოს, აშკარა ურთიერთობა ასახავს თუ არა ფაქტს მონაცემების ხასიათში. . ჩვეულებრივ, მოპოვებულია მონაცემები, რომლებიც წარმოადგენს მონაცემთა ნაკრების ნაწილს, სადაც, როგორც წესი, მიზნად ისახავს შედეგების განზოგადებას მონაცემების ყველა მონაცემზე (მაგალითად, პროდუქტის მომხმარებელთა მიმდინარე მონაცემების ანალიზზე, მომავალი მოთხოვნების მოსალოდნელი მოსაზრების მიზნით). მომხმარებლები). მონაცემთა მოპოვების ერთ-ერთი მიზანი ასევე არის მონაცემების დიდი რაოდენობით შემცირება ან შეკუმშვა, მარტივი მონაცემების განზოგადების გარეშე.