| फाइलको प्रकार | APK |
|---|---|
| संस्करण | 1.1 |
| प्रकाशक | PapershipApp |
| जारी मिति | २०२० मे ८ |
| मिति थपियो | २०२० मे ८ |
| ओएस आवश्यकताहरू | Android |
| आवश्यकताहरु | Requires Android 4.1 and up |
| कुल डाउनलोड | ० |
| मूल्य | Free |
वर्णन
डाटा माइनिङ मेसिन लर्निङ, तथ्याङ्क, र डाटाबेस प्रणालीहरूको चौराहेमा विधिहरू समावेश गर्ने ठूला डाटा सेटहरूमा ढाँचाहरू पत्ता लगाउने प्रक्रिया हो। डाटा खनन कम्प्युटर विज्ञान र तथ्याङ्कको एक अन्तःविषय उपक्षेत्र हो जसको समग्र लक्ष्य डेटा सेटबाट (बुद्धिमान विधिहरूसँग) निकाल्ने र थप प्रयोगको लागि जानकारीलाई बुझ्ने संरचनामा रूपान्तरण गर्ने हो। डाटा माइनिङ भनेको "डेटाबेसहरूमा ज्ञान खोज" प्रक्रिया वा KDD को विश्लेषण चरण हो। कच्चा विश्लेषण चरण बाहेक, यसमा डाटाबेस र डाटा व्यवस्थापन पक्षहरू, डाटा पूर्व-प्रशोधन, मोडेल र अनुमान विचारहरू, चाखलाग्दो मेट्रिक्स, जटिलता विचारहरू, पत्ता लगाइएको संरचनाहरूको पोस्ट-प्रोसेसिंग, भिजुअलाइजेशन, र अनलाइन अपडेटिंग पनि समावेश छ।
शब्द "डेटा खनन" एक गलत नाम हो, किनभने लक्ष्य भनेको डेटाको ठूलो मात्राबाट ढाँचा र ज्ञानको निकासी हो, डेटाको निकासी (खनन) होइन। यो एक बजवर्ड पनि हो र प्रायः कुनै पनि प्रकारको डेटा वा सूचना प्रशोधन (संकलन, निकासी, भण्डारण, विश्लेषण, र तथ्याङ्क) को साथसाथै कृत्रिम बुद्धिमत्ता (जस्तै, मेसिन) सहित कम्प्युटर निर्णय समर्थन प्रणालीको कुनै पनि अनुप्रयोगमा लागू हुन्छ। सिक्ने) र व्यापार बुद्धि। पुस्तक डाटा माइनिङ: जाभा (जसले प्रायजसो मेसिन लर्निङ सामग्री समावेश गर्दछ) को साथ व्यावहारिक मेसिन लर्निङ उपकरण र प्रविधिहरू मूल रूपमा प्रयोगात्मक मेसिन लर्निङ नामकरण गरिएको थियो, र डाटा माइनिङ शब्द मार्केटिङ कारणहरूका लागि मात्र थपिएको थियो। प्राय: अधिक सामान्य सर्तहरू (ठूलो स्केल) डेटा विश्लेषण र विश्लेषण वा, वास्तविक विधिहरू सन्दर्भ गर्दा, कृत्रिम बुद्धिमत्ता र मेसिन लर्निङ बढी उपयुक्त छन्।
वास्तविक डाटा माइनिङ कार्य भनेको पहिलेको अज्ञात, रोचक ढाँचाहरू जस्तै डेटा अभिलेखहरूको समूह (क्लस्टर विश्लेषण), असामान्य रेकर्डहरू (विसंगति पत्ता लगाउने), र निर्भरताहरू (सङ्गठन नियम खनन, क्रमिक ढाँचा खनन)। यसले सामान्यतया डाटाबेस प्रविधिहरू प्रयोग गर्दछ जस्तै स्थानिक सूचकांकहरू। यी ढाँचाहरूलाई त्यसपछि इनपुट डेटाको सारांशको रूपमा देख्न सकिन्छ, र थप विश्लेषण वा उदाहरणका लागि, मेसिन लर्निङ र भविष्यवाणी विश्लेषणहरूमा प्रयोग गर्न सकिन्छ। उदाहरणका लागि, डाटा माइनिङ चरणले डाटामा धेरै समूहहरू पहिचान गर्न सक्छ, जुन त्यसपछि निर्णय समर्थन प्रणालीद्वारा थप सटीक भविष्यवाणी परिणामहरू प्राप्त गर्न प्रयोग गर्न सकिन्छ। न त डाटा सङ्कलन, डाटा तयारी, न परिणाम व्याख्या र रिपोर्टिङ डाटा माइनिङ चरणको भाग हो, तर अतिरिक्त चरणहरूको रूपमा समग्र KDD प्रक्रियासँग सम्बन्धित छ।
एक डाटा गोदाम धेरै विषम स्रोतहरूबाट डाटा एकीकृत गरेर निर्माण गरिएको छ।
यसले विश्लेषणात्मक रिपोर्टिङ, संरचित र/वा तदर्थ प्रश्नहरू र निर्णय लिने समर्थन गर्दछ। यस ट्यूटोरियलले डाटा भण्डारणका सबै आवश्यक अवधारणाहरू व्याख्या गर्न चरण-दर-चरण दृष्टिकोण अपनाउछ।
कोटिहरूको ट्यूटोरियल संग्रहहरू तल छन् र सबै विषयहरू जस्तै प्रदान गर्दछ,
डाटा वेयरहाउस अवलोकन
डाटा वेयरहाउस अवधारणाहरू
डाटा वेयरहाउस प्रणाली प्रक्रियाहरू
डाटा वेयरहाउस वास्तुकला
डाटा वेयरहाउस शब्दावली
डाटा गोदाम वितरण प्रक्रिया
डाटा वेयरहाउस बहुआयामी OLAP
डाटा गोदाम योजनाहरू
डाटा गोदाम परीक्षण
डाटा वेयरहाउस भविष्यका पक्षहरू
डाटा गोदाम साक्षात्कार प्रश्नहरू
डाटा वेयरहाउस विभाजन रणनीति
डाटा वेयरहाउस मेटाडेटा अवधारणाहरू
डाटा वेयरहाउस डाटा मार्टिङ
डाटा वेयरहाउस प्रणाली प्रबन्धकहरू
डाटा वेयरहाउस प्रक्रिया प्रबन्धकहरू
डाटा गोदाम सुरक्षा
डाटा वेयरहाउस ट्युनिङ
र धेरै अन्य
