Data Warehouse & Data Mining e

W tej aplikacji znajdziesz kursy + ćwiczenia + korekta w szczegółach na temat Waherouse i Data Mining

Co to jest „Data Warehouse” jako pierwszy? :

Jest to rodzaj bazy danych, która zawiera ogromną ilość danych, aby pomóc w podejmowaniu decyzji w organizacji. Ten typ bazy danych charakteryzuje zgodność wewnętrznej struktury z tym, czego potrzebuje użytkownik od wskaźników i osi analizy w tak zwanym modelu gwiazda-gwiazda i jego zastosowaniach: systemach wsparcie decyzji i eksploracja danych.

Hurtownie danych zwykle zawierają dane historyczne, które zostały wyodrębnione i wyodrębnione z danych w zwykłych bazach danych używanych w aplikacjach, w których odbywa się wiele operacji wprowadzania i aktualizacji, a hurtownie danych mogą również zawierać dane z innych źródeł, takich jak pliki tekstowe i inne dokumenty.

co to jest „Data Mining”? :

Jest to skomputeryzowane i ręczne wyszukiwanie wiedzy na temat danych bez wstępnych hipotez dotyczących tego, jaka może być ta wiedza. Eksploracja danych jest również definiowana jako proces analizy ilości danych (zwykle dużej ilości), aby znaleźć logiczną relację, która podsumowuje dane w nowy sposób, który jest zrozumiały i użyteczny dla właściciela danych . „Modele” nazywane są relacjami i danymi podsumowującymi uzyskanymi z eksploracji danych. Eksploracja danych zasadniczo dotyczy danych uzyskanych w celu innym niż eksploracja danych (na przykład baza danych transakcji w banku), co oznacza, że ​​metoda eksploracji dane nie wpływają na sposób gromadzenia samych danych. Jest to jeden z obszarów, w którym eksploracja danych różni się od statystyki, dlatego proces eksploracji danych nazywany jest wtórnym procesem statystycznym. Definicja wskazuje również, że ilość danych jest na ogół duża, ale jeśli ilość danych jest niewielka, najlepiej jest użyć regularnych metod statystycznych do ich analizy.

W przypadku dużej ilości danych pojawiają się nowe problemy, takie jak identyfikacja odrębnych punktów w danych, analiza danych w rozsądnym czasie oraz decyzja, czy pozorny związek odzwierciedla fakt w naturze danych. . Zwykle wyodrębniane są dane, które są częścią zestawu danych, których celem jest zwykle uogólnienie wyników do wszystkich danych (na przykład analiza bieżących danych konsumentów produktu w celu przewidzenia przyszłych wymagań konsumenci). Jednym z celów eksploracji danych jest także redukcja lub kompresja dużych ilości danych w celu wyrażenia prostych danych bez generalizacji.