Data mining & Data Warehousing Pro for Android APK

Опис

Додаток є повним довідником з аналізу даних і сховищ даних, який охоплює важливі теми, нотатки, матеріали, новини та блоги курсу. Завантажте програму як довідковий матеріал і цифрову книгу з інформатики, штучного інтелекту, наук про дані та програмної інженерії, а також курсів з управління бізнесом.

Цей корисний додаток містить 200 тем із детальними примітками, діаграмами, рівняннями, формулами та навчальним матеріалом, теми розділені на 5 розділів. Програма обов’язкова для всіх студентів і професіоналів з інформатики та техніки.

Додаток забезпечує швидкий перегляд і посилання на важливі теми, як-от детальні нотатки на флеш-картці, це дозволяє студенту чи професіоналу легко та корисно швидко охопити навчальний план курсу перед іспитами чи співбесідою для роботи.

Відстежуйте своє навчання, встановлюйте нагадування, редагуйте навчальний матеріал, додавайте улюблені теми, діліться темами в соціальних мережах.

Ви також можете вести блог про інженерні технології, інновації, інженерні стартапи, дослідницьку роботу в коледжі, оновлення інституту, інформаційні посилання на матеріали курсів і освітні програми зі свого смартфона чи планшета або на http://www.engineeringapps.net/.

Використовуйте цю корисну інженерну програму як підручник, цифрову книгу, довідник для навчальної програми, матеріалу курсу, проектної роботи, діліться своїми думками в блозі.

Деякі з тем, які розглядаються в додатку:

1. Введення в інтелектуальний аналіз даних

2. Архітектура даних

3. Сховища даних (DW)

4. Реляційні бази даних

5. Транзакційні бази даних

6. Передові системи даних та інформації та передові програми

7. Функції аналізу даних

8. Класифікація систем інтелектуального аналізу даних

9. Примітиви завдань інтелектуального аналізу даних

10. Інтеграція системи інтелектуального аналізу даних із системою DataWarehouse

11. Основні питання інтелектуального аналізу даних

12. Проблеми з продуктивністю інтелектуального аналізу даних

13. Вступ до попередньої обробки даних

14. Узагальнення описових даних

15. Вимірювання дисперсії даних

16. Графічне відображення основних описових даних

17. Очищення даних

18. Шумні дані

19. Процес очищення даних

20. Інтеграція та перетворення даних

21. Перетворення даних

22. Скорочення даних

23. Зменшення розмірності

24. Зменшення чисельності

25. Кластеризація та вибірка

26. Дискретизація даних та генерація ієрархії понять

27. Генерація ієрархії концепції для категоріальних даних

28. Вступ до сховищ даних

29. Відмінності між системами операційних баз даних і сховищами даних

30. Багатовимірна модель даних

31. Багатовимірна модель даних

32. Архітектура сховища даних

33. Процес проектування сховища даних

34. Трирівнева архітектура сховища даних

35. Внутрішні інструменти та утиліти сховища даних

36. Типи серверів OLAP: ROLAP проти MOLAP проти HOLAP

37. Впровадження сховища даних

38. Від сховищ даних до інтелектуального аналізу даних

39. Он-лайн аналітична обробка для он-лайн аналітичного видобутку

40. Методи обчислення кубів даних

41. Агрегація багатостороннього масиву для обчислення повного куба

42. Star-Cubing: обчислення кубів айсберга за допомогою динамічної структури зіркового дерева

43. Попереднє обчислення фрагментів оболонки для швидкого високорозмірного OLAP

44. Кероване дослідження кубів даних

45. Комплексне агрегування при множинній гранулярності: багатофункціональні куби

46. ​​Атрибутно-орієнтована індукція

47. Атрибутно-орієнтована індукція для характеристики даних

48. Ефективна реалізація атрибутивно-орієнтованої індукції

49. Порівняння класів майнінгу: розрізнення різних класів

50. Часті закономірності

51. Алгоритм Апріорі

52. Ефективні та масштабовані методи видобутку набору елементів

Кожна тема доповнена діаграмами, рівняннями та іншими формами графічного представлення для кращого навчання та швидкого розуміння.

Інтелектуальний аналіз даних і сховища даних є частиною інформатики, розробки програмного забезпечення, штучного інтелекту, машинного навчання та статистичних обчислень, а також освітніх програм з інформаційних технологій і управління бізнесом у різних університетах.