| Typ pliku | APK |
|---|---|
| Wersja | 1 |
| Wydawca | EngineeringApps |
| Data wydania | 16 maj 2020 |
| Data dodania | 16 maj 2020 |
| Wymagania systemu operacyjnego | Android |
| Wymagania | Requires Android 4.0 and up |
| Całkowita liczba pobrań | 0 |
| Cena £ | $5.00 |
Opis
Aplikacja jest kompletnym podręcznikiem eksploracji danych i hurtowni danych, który obejmuje ważne tematy, notatki, materiały, wiadomości i blogi dotyczące kursu. Pobierz aplikację jako materiał referencyjny i cyfrową książkę do programów informatycznych, sztucznej inteligencji, nauki o danych i inżynierii oprogramowania oraz kursów zarządzania biznesem.
Ta przydatna aplikacja zawiera 200 tematów ze szczegółowymi notatkami, diagramami, równaniami, wzorami i materiałami do kursu. Tematy są wymienione w 5 rozdziałach. Aplikacja jest obowiązkowa dla wszystkich studentów i profesjonalistów informatyki i inżynierii.
Aplikacja zapewnia szybką powtórkę i odniesienie do ważnych tematów, takich jak szczegółowe notatki na kartach flash, dzięki czemu student lub profesjonalista może łatwo i szybko omówić program kursu przed egzaminami lub rozmową kwalifikacyjną.
Śledź swoją naukę, ustawiaj przypomnienia, edytuj materiał do nauki, dodawaj ulubione tematy, udostępniaj tematy w mediach społecznościowych.
Możesz także blogować o technologii inżynieryjnej, innowacjach, start-upach inżynieryjnych, pracach badawczych uczelni, aktualizacjach instytutu, linkach informacyjnych w materiałach szkoleniowych i programach edukacyjnych ze smartfona lub tabletu lub pod adresem http://www.engineeringapps.net/.
Użyj tej przydatnej aplikacji inżynierskiej jako samouczka, cyfrowej książki, przewodnika po programie nauczania, materiałów szkoleniowych, prac projektowych, dzielenia się swoimi poglądami na blogu.
Niektóre z tematów poruszanych w aplikacji to:
1. Wprowadzenie do eksploracji danych
2. Architektura danych
3. Magazyny danych (DW)
4. Relacyjne bazy danych
5. Bazy danych transakcyjnych
6. Zaawansowane systemy danych i informacji oraz zaawansowane aplikacje
7. Funkcjonalności Data Mining
8. Klasyfikacja systemów eksploracji danych
9. Prymitywy zadania eksploracji danych
10. Integracja systemu Data Mining z systemem DataWarehouse
11. Główne problemy w eksploracji danych
12. Problemy z wydajnością w Data Mining
13. Wprowadzenie do wstępnego przetwarzania danych
14. Podsumowanie danych opisowych
15. Pomiar rozproszenia danych
16. Graficzne prezentacje podstawowych opisowych podsumowań danych
17. Czyszczenie danych
18. Zaszumione dane
19. Proces czyszczenia danych
20. Integracja i transformacja danych
21. Transformacja danych
22. Redukcja danych
23. Redukcja wymiarowości
24. Redukcja liczebności
25. Grupowanie i próbkowanie
26. Dyskretyzacja danych i generowanie hierarchii pojęć
27. Generowanie hierarchii pojęć dla danych kategorialnych
28. Wprowadzenie do hurtowni danych
29. Różnice między operacyjnymi systemami baz danych a hurtowniami danych
30. Wielowymiarowy model danych
31. Wielowymiarowy model danych
32. Architektura hurtowni danych
33. Proces projektowania hurtowni danych
34. Trójwarstwowa architektura hurtowni danych
35. Narzędzia i programy narzędziowe zaplecza hurtowni danych
36. Rodzaje serwerów OLAP: ROLAP kontra MOLAP kontra HOLAP
37. Wdrożenie hurtowni danych
38. Hurtownia danych do eksploracji danych
39. Przetwarzanie analityczne on-line do wydobycia analitycznego on-line
40. Metody obliczania kostki danych
41. Agregacja macierzy wielościeżkowych do obliczeń pełnej kostki
42. Star-Cubing: obliczanie kostek góry lodowej przy użyciu dynamicznej struktury drzewa gwiezdnego
43. Wstępne obliczanie fragmentów powłoki dla szybkiego wielowymiarowego OLAP
44. Napędzana eksploracja kostek danych
45. Złożona agregacja przy wielu ziarnistościach: wielofunkcyjne kostki
46. Indukcja zorientowana na atrybut
47. Indukcja zorientowana na atrybuty do charakteryzacji danych
48. Skuteczna implementacja indukcji zorientowanej na atrybuty
49. Porównania klas górniczych: rozróżnianie różnych klas
50. Częste wzorce
51. Algorytm Apriori
52. Wydajne i skalowalne metody eksploracji często zestawów elementów
Każdy temat jest uzupełniony diagramami, równaniami i innymi formami reprezentacji graficznych dla lepszego uczenia się i szybkiego zrozumienia.
Eksploracja danych i magazynowanie danych jest częścią kursów edukacyjnych z zakresu informatyki, inżynierii oprogramowania, sztucznej inteligencji, uczenia maszynowego i obliczeń statystycznych oraz programów studiów z zakresu informatyki i zarządzania biznesem na różnych uniwersytetach.
