Data Warehouse & Data Mining e
विज्ञापनहरू समावेश गर्दछ
१००+
डाउनलोड गरिएका सामग्रीहरू
सबैजना
info
यो एपका बारेमा
यस अनुप्रयोगमा तपाईले पाठ्यक्रमहरू + अभ्यासहरू + डाटा वेहुरोउस र डाटा खनिकरणमा विवरणमा फेला पार्नुहुन्छ
"डेटा गोदाम" पहिले के हो? :
यो डाटाबेस को एक प्रकार हो कि डाटा को एक विशाल रकम संग संगठन भित्र निर्णय लिन मद्दत गर्दछ। यस प्रकारको डाटाबेस यसको आन्तरिक संरचनाको अनुरूप हो जसलाई प्रयोगकर्ताले विश्लेषणको संकेतक र अक्षबाट विश्लेषण गर्न आवश्यक हुन्छ जसलाई स्टार-स्टार मोडेल भनिन्छ, र यसको अनुप्रयोगहरू: प्रणालीहरू निर्णय समर्थन र डाटा खनन।
डाटा गोदामहरूमा सामान्यतया ऐतिहासिक डाटा हुन्छ जुन अनुप्रयोगहरूमा प्रयोग गरिएको सामान्य डाटाबेसमा डाटाबाट निकाले र निकालेको छ जसमा धेरै इनपुट र अपडेट अपरेसनहरू हुन्छन्, र डाटा गोदामहरूले पनि समावेश गर्न सक्दछन्। पाठ स्रोतहरू र अन्य कागजातहरू जस्तो अन्य स्रोतहरूबाट डाटा।
"डाटा खनन" भनेको के हो? :
यो एक कम्प्युटराइज्ड र म्यानुअल खोज हो जुन डाटाको ज्ञानको लागि प्रारम्भिक अनुमानित बिना यो ज्ञान के हुन सक्दछ। डाटा खनन पनि डाटाको एक मात्रा (सामान्यतया ठूलो रकम) को विश्लेषणको प्रक्रियाको रूपमा परिभाषित गरिएको छ, एक तार्किक सम्बन्ध फेला पार्न जुन डेटालाई नयाँ तरीकाले सारांश दिन्छ जुन डाटा मालिकलाई बुझ्न योग्य र उपयोगी छ। । "मोडेलहरू" भनिन्छ सम्बन्ध र डाटा खननबाट प्राप्त सारांश डाटा। डाटा खनन सामान्यत: डाटा खननको बाहेक अन्य उद्देश्यको लागि प्राप्त गरिएको डाटासँग डेल गर्छ (उदाहरणका लागि, बैंकमा लेनदेनको डेटाबेस), जसको अर्थ भनेको खनन विधि डाटाले डाटा आफैं स collected्कलन गर्ने तरिकालाई असर गर्दैन। यो ती क्षेत्रहरू मध्ये एक हो जहाँ डाटा खनन तथ्या .्कहरू भन्दा फरक छ, र यस कारणले डाटा खनन प्रक्रियालाई दोस्रो सांख्यिकीय प्रक्रिया भनिन्छ। परिभाषाले यो पनि संकेत गर्दछ कि डाटाको मात्रा सामान्यतया ठूलो हुन्छ, तर यदि डेटाको मात्रा थोरै छ भने यसलाई विश्लेषण गर्न नियमित सांख्यिकीय विधिहरू प्रयोग गर्नु उत्तम हुन्छ।
डाटाको ठूलो मात्राको साथ काम गर्ने बित्तिकै नयाँ समस्याहरू देखा पर्दछ कि कसरी डाटामा छुट्टै बिन्दुहरू पहिचान गर्ने, उचित समयमा डाटा कसरी विश्लेषण गर्ने र कसरी स्पष्ट सम्बन्धले डाटाको प्रकृतिमा तथ्य झल्काउँछ कि कसरी निर्णय गर्ने। । सामान्यतया, डाटा निकालिन्छ जुन डाटा सेटको अंश हो, जहाँ लक्ष्य सामान्यतया सबै डाटामा परिणाम सामान्य हुन्छ (उदाहरणका लागि, भविष्यका मागहरूको पूर्वानुमान गर्न उत्पादनको उपभोक्ताहरूको हालको डाटा विश्लेषण गर्दछ। उपभोक्ता)। डाटा खननको एक लक्ष्य भनेको सामान्यीकरण बिना सरल डाटा अभिव्यक्त गर्न ठूलो मात्रामा डाटा कम गर्न वा संकुचन गर्नु पनि हो।
"डेटा गोदाम" पहिले के हो? :
यो डाटाबेस को एक प्रकार हो कि डाटा को एक विशाल रकम संग संगठन भित्र निर्णय लिन मद्दत गर्दछ। यस प्रकारको डाटाबेस यसको आन्तरिक संरचनाको अनुरूप हो जसलाई प्रयोगकर्ताले विश्लेषणको संकेतक र अक्षबाट विश्लेषण गर्न आवश्यक हुन्छ जसलाई स्टार-स्टार मोडेल भनिन्छ, र यसको अनुप्रयोगहरू: प्रणालीहरू निर्णय समर्थन र डाटा खनन।
डाटा गोदामहरूमा सामान्यतया ऐतिहासिक डाटा हुन्छ जुन अनुप्रयोगहरूमा प्रयोग गरिएको सामान्य डाटाबेसमा डाटाबाट निकाले र निकालेको छ जसमा धेरै इनपुट र अपडेट अपरेसनहरू हुन्छन्, र डाटा गोदामहरूले पनि समावेश गर्न सक्दछन्। पाठ स्रोतहरू र अन्य कागजातहरू जस्तो अन्य स्रोतहरूबाट डाटा।
"डाटा खनन" भनेको के हो? :
यो एक कम्प्युटराइज्ड र म्यानुअल खोज हो जुन डाटाको ज्ञानको लागि प्रारम्भिक अनुमानित बिना यो ज्ञान के हुन सक्दछ। डाटा खनन पनि डाटाको एक मात्रा (सामान्यतया ठूलो रकम) को विश्लेषणको प्रक्रियाको रूपमा परिभाषित गरिएको छ, एक तार्किक सम्बन्ध फेला पार्न जुन डेटालाई नयाँ तरीकाले सारांश दिन्छ जुन डाटा मालिकलाई बुझ्न योग्य र उपयोगी छ। । "मोडेलहरू" भनिन्छ सम्बन्ध र डाटा खननबाट प्राप्त सारांश डाटा। डाटा खनन सामान्यत: डाटा खननको बाहेक अन्य उद्देश्यको लागि प्राप्त गरिएको डाटासँग डेल गर्छ (उदाहरणका लागि, बैंकमा लेनदेनको डेटाबेस), जसको अर्थ भनेको खनन विधि डाटाले डाटा आफैं स collected्कलन गर्ने तरिकालाई असर गर्दैन। यो ती क्षेत्रहरू मध्ये एक हो जहाँ डाटा खनन तथ्या .्कहरू भन्दा फरक छ, र यस कारणले डाटा खनन प्रक्रियालाई दोस्रो सांख्यिकीय प्रक्रिया भनिन्छ। परिभाषाले यो पनि संकेत गर्दछ कि डाटाको मात्रा सामान्यतया ठूलो हुन्छ, तर यदि डेटाको मात्रा थोरै छ भने यसलाई विश्लेषण गर्न नियमित सांख्यिकीय विधिहरू प्रयोग गर्नु उत्तम हुन्छ।
डाटाको ठूलो मात्राको साथ काम गर्ने बित्तिकै नयाँ समस्याहरू देखा पर्दछ कि कसरी डाटामा छुट्टै बिन्दुहरू पहिचान गर्ने, उचित समयमा डाटा कसरी विश्लेषण गर्ने र कसरी स्पष्ट सम्बन्धले डाटाको प्रकृतिमा तथ्य झल्काउँछ कि कसरी निर्णय गर्ने। । सामान्यतया, डाटा निकालिन्छ जुन डाटा सेटको अंश हो, जहाँ लक्ष्य सामान्यतया सबै डाटामा परिणाम सामान्य हुन्छ (उदाहरणका लागि, भविष्यका मागहरूको पूर्वानुमान गर्न उत्पादनको उपभोक्ताहरूको हालको डाटा विश्लेषण गर्दछ। उपभोक्ता)। डाटा खननको एक लक्ष्य भनेको सामान्यीकरण बिना सरल डाटा अभिव्यक्त गर्न ठूलो मात्रामा डाटा कम गर्न वा संकुचन गर्नु पनि हो।
मा अपडेट गरिएको
तपाईंको डेटा सुरक्षित राख्नका निम्ति तपाईंले पहिला विकासकर्ताहरूले तपाईंको डेटा कसरी सङ्कलन तथा सेयर गर्छ भन्ने कुरा बुझ्न जरुरी छ। एपको प्रयोगसम्बन्धी जानकारी, तपाईं बसोबास गर्ने क्षेत्र र तपाईंको उमेरका आधारमा डेटाको गोपनीयता र सुरक्षासम्बन्धी अभ्यासहरू फरक हुन सक्छन्। यो एपका विकासकर्ताले यो जानकारी प्रदान गर्नुभएको हो र उहाँ समयक्रमसँगै यो जानकारी संशोधन गर्न सक्नुहुन्छ।
एपसम्बन्धी ग्राहक सेवा
विकासकर्ताका बारेमा जानकारी
zahra el khattab
el.salhra@gmail.com
Morocco
undefined
