| Faila tips | APK |
|---|---|
| Versija | 1 |
| Izdevējs | EngineeringApps |
| Izdošanas datums | 2020. gada 16. maijs |
| Pievienošanas datums | 2020. gada 16. maijs |
| OS prasības | Android |
| Prasības | Requires Android 4.0 and up |
| Kopējais lejupielāžu skaits | 0 |
| Cena | $5.00 |
Apraksts
Lietotne ir pilnīga datu ieguves un datu noliktavas rokasgrāmata, kas aptver svarīgas tēmas, piezīmes, materiālus, ziņas un emuārus par kursu. Lejupielādējiet lietotni kā atsauces materiālu un digitālo grāmatu datorzinātnēm, mākslīgajam intelektam, datu zinātnes un programmatūras inženierijas programmām un biznesa vadības grāda kursiem.
Šajā noderīgajā lietotnē ir uzskaitītas 200 tēmas ar detalizētām piezīmēm, diagrammām, vienādojumiem, formulām un kursa materiāliem, tēmas ir uzskaitītas 5 nodaļās. Lietotnei ir jābūt visiem datorzinātņu un inženierzinātņu studentiem un profesionāļiem.
Lietojumprogramma nodrošina ātru pārskatīšanu un atsauci uz svarīgām tēmām, piemēram, sīki izstrādātām zibatmiņas kartīšu piezīmēm, tādējādi studentam vai profesionālim ir viegli un noderīgi ātri apgūt kursa programmu pirms eksāmeniem vai darba intervijas.
Sekojiet līdzi mācībām, iestatiet atgādinājumus, rediģējiet mācību materiālu, pievienojiet iecienītākās tēmas, kopīgojiet tēmas sociālajos medijos.
Varat arī izveidot emuārus par inženiertehniskajām tehnoloģijām, inovācijām, inženierzinātņu jaunizveidotiem uzņēmumiem, koledžas pētniecības darbu, institūtu atjauninājumiem, informatīvām saitēm uz kursu materiāliem un izglītības programmām no viedtālruņa vai planšetdatora vai vietnē http://www.engineeringapps.net/.
Izmantojiet šo noderīgo inženierzinātņu lietotni kā savu pamācību, digitālo grāmatu, mācību programmas uzziņu ceļvedi, kursa materiālu, projekta darbu, kopīgojiet savus uzskatus emuārā.
Dažas no lietotnē ietvertajām tēmām ir:
1. Ievads datu ieguvē
2. Datu arhitektūra
3. Datu noliktavas (DW)
4. Relāciju datu bāzes
5. Darījumu datu bāzes
6. Uzlabotas datu un informācijas sistēmas un uzlabotas lietojumprogrammas
7. Datu ieguves funkcijas
8. Datu ieguves sistēmu klasifikācija
9. Datu ieguves uzdevumu primitīvas
10. Datu ieguves sistēmas integrācija ar DataWarehouse sistēmu
11. Galvenās problēmas datu ieguvē
12. Datu ieguves veiktspējas problēmas
13. Ievads datu priekšapstrādē
14. Aprakstošais datu apkopojums
15. Datu izkliedes mērīšana
16. Pamatdatu kopsavilkumu grafiskie attēlojumi
17. Datu tīrīšana
18. Trokšņaini dati
19. Datu tīrīšanas process
20. Datu integrācija un transformācija
21. Datu transformācija
22. Datu samazināšana
23. Dimensiju samazināšana
24. Skaitlības samazināšana
25. Klasterizācija un paraugu ņemšana
26. Datu diskretizācija un jēdzienu hierarhijas ģenerēšana
27. Jēdzienu hierarhijas ģenerēšana kategoriskiem datiem
28. Ievads datu noliktavās
29. Atšķirības starp operatīvajām datu bāzu sistēmām un datu noliktavām
30. Daudzdimensiju datu modelis
31. Daudzdimensiju datu modelis
32. Datu noliktavas arhitektūra
33. Datu noliktavas projektēšanas process
34. Trīs līmeņu datu noliktavas arhitektūra
35. Datu noliktavas aizmugures rīki un utilītas
36. OLAP serveru veidi: ROLAP pret MOLAP pret HOLAP
37. Datu noliktavas ieviešana
38. Datu noliktavas līdz datu ieguvei
39. Tiešsaistes analītiskā apstrāde līdz tiešsaistes analītiskajai ieguvei
40. Datu kuba aprēķināšanas metodes
41. Daudzceļu masīvu apkopošana pilnai kuba aprēķināšanai
42. Star-Cubing: aisberga kubu aprēķināšana, izmantojot dinamisku zvaigžņu koka struktūru
43. Shell fragmentu iepriekšēja skaitļošana ātrai augstas dimensijas OLAP
44. Datu kubu virzīta izpēte
45. Sarežģīta apkopošana ar vairāku precizitāti: daudzfunkciju kubi
46. Uz atribūtiem orientēta indukcija
47. Uz atribūtiem orientēta indukcija datu raksturošanai
48. Uz atribūtiem orientētas indukcijas efektīva ieviešana
49. Kalnrūpniecības klašu salīdzinājumi: dažādu klašu diskriminācija
50.Bieži raksti
51. Apriori algoritms
52. Efektīvas un mērogojamas bieži vienkopu ieguves metodes
Katra tēma ir papildināta ar diagrammām, vienādojumiem un citiem grafisko attēlojumu veidiem, lai labāk mācītos un ātri saprastu.
Datu ieguve un datu noliktavas ir daļa no datorzinātņu, programmatūras inženierijas, mākslīgā intelekta, mašīnmācības un statistiskās skaitļošanas izglītības kursa un informācijas tehnoloģiju un biznesa vadības grāda programmām dažādās universitātēs.
