| Тип на файла | APK |
|---|---|
| Версия | 1 |
| Издател | EngineeringApps |
| Дата на излизане | 16.05.2020 г. |
| Датата е добавена | 16.05.2020 г. |
| Os изисквания | Android |
| Изисквания | Requires Android 4.0 and up |
| Общо изтегляния | 0 |
| Цена | $5.00 |
Описание
Приложението е пълен наръчник за извличане на данни и съхранение на данни, който обхваща важни теми, бележки, материали, новини и блогове за курса. Изтеглете приложението като справочен материал и дигитална книга за компютърни науки, AI, наука за данни и програми за софтуерно инженерство и курсове за степен на бизнес управление.
Това полезно приложение изброява 200 теми с подробни бележки, диаграми, уравнения, формули и материали за курса, като темите са изброени в 5 глави. Приложението е задължително за всички студенти и професионалисти по компютърни науки и инженерство.
Приложението осигурява бърз преглед и препратка към важните теми като подробни бележки на флаш карта, прави лесно и полезно за студента или професионалиста бързото покриване на учебната програма на курса преди изпити или интервю за работа.
Проследявайте обучението си, задавайте напомняния, редактирайте учебния материал, добавяйте любими теми, споделяйте темите в социалните медии.
Можете също да блогвате за инженерни технологии, иновации, стартиращи инженерни фирми, изследователска работа в колежи, актуализации на институти, информационни връзки към материали за курсове и образователни програми от вашия смартфон или таблет или на http://www.engineeringapps.net/.
Използвайте това полезно инженерно приложение като ваш урок, дигитална книга, справочно ръководство за учебна програма, материал за курс, работа по проекти, споделяне на вашите възгледи в блога.
Някои от темите, обхванати в приложението, са:
1. Въведение в извличането на данни
2. Архитектура на данни
3. Data-Warehouses (DW)
4. Релационни бази данни
5. Транзакционни бази данни
6. Усъвършенствани системи за данни и информация и усъвършенствани приложения
7. Функции за извличане на данни
8. Класификация на системите за извличане на данни
9. Примитиви на задачи за извличане на данни
10. Интегриране на система за извличане на данни със система за съхранение на данни
11. Основни проблеми при извличането на данни
12. Проблеми с производителността при извличане на данни
13. Въведение в предварителната обработка на данни
14. Обобщаване на описателни данни
15. Измерване на дисперсията на данните
16. Графични дисплеи на обобщения на основни описателни данни
17. Почистване на данни
18. Шумни данни
19. Процес на почистване на данни
20. Интегриране и трансформиране на данни
21. Трансформация на данни
22. Намаляване на данни
23. Намаляване на размерността
24. Намаляване на числеността
25. Групиране и вземане на проби
26. Дискретизация на данни и генериране на концептуална йерархия
27. Генериране на концептуална йерархия за категориални данни
28. Въведение в Data warehouses
29. Разлики между операционни системи за бази данни и хранилища за данни
30. Многомерен модел на данни
31. Многомерен модел на данни
32. Архитектура на Data Warehouse
33. Процесът на проектиране на склад за данни
34. Тристепенна архитектура на склад за данни
35. Data Warehouse Back-End инструменти и помощни програми
36. Типове OLAP сървъри: ROLAP срещу MOLAP срещу HOLAP
37. Внедряване на Data Warehouse
38. Data Warehousing to Data Mining
39. Онлайн аналитична обработка към онлайн аналитичен майнинг
40. Методи за изчисляване на куб данни
41. Агрегиране на множество масиви за изчисление на пълен куб
42. Star-Cubing: Изчисляване на кубчета айсберг с помощта на динамична структура на звездно дърво
43. Предварително изчислителни фрагменти на Shell за бърз високомерен OLAP
44. Задвижвано изследване на кубове с данни
45. Сложно агрегиране при множество детайли: многофункционални кубове
46. Индукция, ориентирана към атрибути
47. Атрибутно-ориентирана индукция за характеризиране на данни
48. Ефективно прилагане на атрибутно-ориентирана индукция
49. Сравнения на класове за копаене: Разграничаване между различни класове
50. Чести модели
51. Априорният алгоритъм
52. Ефикасни и мащабируеми методи за добив на често набор от елементи
Всяка тема е пълна с диаграми, уравнения и други форми на графично представяне за по-добро учене и бързо разбиране.
Извличане на данни и съхранение на данни е част от компютърни науки, софтуерно инженерство, AI, машинно обучение и статистически образователен курс и програми за степен по информационни технологии и бизнес управление в различни университети.
