| Bestandstype | APK |
|---|---|
| Versie | 1 |
| Uitgever | EngineeringApps |
| Datum van publicatie | 16 mei 2020 |
| Datum toegevoegd | 16 mei 2020 |
| OS-vereisten | Android |
| Voorwaarden | Requires Android 4.0 and up |
| Totaal aantal downloads | 0 |
| Prijs | $5.00 |
Omschrijving
De app is een compleet handboek over datamining en datawarehousing met belangrijke onderwerpen, notities, materialen, nieuws en blogs over de cursus. Download de app als referentiemateriaal en digitaal boek voor informatica-, AI-, datawetenschaps- en software-engineeringprogramma's en opleidingen voor bedrijfsbeheer.
Deze handige app bevat 200 onderwerpen met gedetailleerde notities, diagrammen, vergelijkingen, formules en cursusmateriaal, de onderwerpen zijn opgesomd in 5 hoofdstukken. De app is een must voor alle studenten en professionals informatica en techniek.
De app biedt een snelle herziening en verwijzing naar de belangrijke onderwerpen, zoals een gedetailleerde flash-kaartnotities, het maakt het gemakkelijk en nuttig voor de student of een professional om de cursussyllabus snel door te nemen voor een examen of sollicitatiegesprek.
Volg uw leerproces, stel herinneringen in, bewerk het studiemateriaal, voeg favoriete onderwerpen toe, deel de onderwerpen op sociale media.
U kunt ook bloggen over technische technologie, innovatie, technische startups, onderzoekswerk aan universiteiten, updates van instituten, informatieve links over cursusmateriaal en onderwijsprogramma's vanaf uw smartphone of tablet of op http://www.engineeringapps.net/.
Gebruik deze handige technische app als je zelfstudie, digitaal boek, een referentiegids voor syllabus, cursusmateriaal, projectwerk, en deel je mening op de blog.
Enkele van de onderwerpen die in de app worden behandeld, zijn:
1. Inleiding tot datamining
2. Gegevensarchitectuur
3. Data-Warehouses (DW)
4. Relationele databases
5. Transactionele databases
6. Geavanceerde gegevens- en informatiesystemen en geavanceerde toepassingen
7. Datamining-functionaliteiten
8. Classificatie van dataminingsystemen
9. Primitieven van dataminingtaken
10. Integratie van een dataminingsysteem met een datawarehouse-systeem
11. Grote problemen bij datamining
12. Prestatieproblemen bij datamining
13. Inleiding tot gegevensvoorverwerking
14. Beschrijvende gegevenssamenvatting
15. De verspreiding van gegevens meten
16. Grafische weergaven van beknopte beschrijvende gegevenssamenvattingen
17. Gegevens opschonen
18. Lawaaierige gegevens
19. Gegevensopschoningsproces
20. Gegevensintegratie en -transformatie
21. Gegevenstransformatie
22. Gegevensreductie
23. Dimensionaliteitsreductie
24. Reductie aantal
25. Clustering en bemonstering
26. Gegevensdiscretisering en generatie van concepthiërarchie
27. Concept hiërarchie genereren voor categorische gegevens
28. Inleiding tot datawarehouses
29. Verschillen tussen operationele databasesystemen en datawarehouses
30. Een multidimensionaal gegevensmodel
31. Een multidimensionaal gegevensmodel
32. Datawarehouse-architectuur
33. Het proces van datawarehouse-ontwerp
34. Een drieledige datawarehouse-architectuur
35. Datawarehouse back-end tools en hulpprogramma's
36. Soorten OLAP-servers: ROLAP versus MOLAP versus HOLAP
37. Datawarehouse-implementatie
38. Datawarehousing tot datamining
39. Online analytische verwerking tot online analytische mijnbouw
40. Methoden voor Data Cube-berekening
41. Multiway array-aggregatie voor volledige kubusberekening
42. Star-Cubing: ijsbergblokjes berekenen met behulp van een dynamische sterrenboomstructuur
43. Pre-computing Shell-fragmenten voor snelle hoogdimensionale OLAP
44. Gedreven verkenning van datakubussen
45. Complexe aggregatie met meerdere granulariteit: kubussen met meerdere functies
46. Attribuutgerichte inductie
47. Attribuutgeoriënteerde inductie voor gegevenskarakterisering
48. Efficiënte implementatie van attribuutgerichte inductie
49. Vergelijkingen van mijnbouwklassen: onderscheid maken tussen verschillende klassen
50. Frequente patronen
51. Het apriori-algoritme
52. Efficiënte en schaalbare methodes voor frequente itemsetmining
Elk onderwerp is compleet met diagrammen, vergelijkingen en andere vormen van grafische weergaven voor beter leren en snel begrip.
Datamining & Data Warehousing is onderdeel van de opleiding informatica, software engineering, AI, Machine learning & Statistical Computing en opleidingen informatietechnologie & bedrijfsmanagement aan verschillende universiteiten.
