| Dateityp | APK |
|---|---|
| Ausführung | 5.3 |
| Herausgeber | Two Minds Technology |
| Veröffentlichungsdatum | 11.05.2017 |
| Datum hinzugefügt | 11.05.2017 |
| Os Anforderungen | Android |
| Bedarf | None |
| Downloads insgesamt | 10 |
| Preis | Free |
Beschreibung
Die App ist ein komplettes kostenloses Handbuch für Data Mining und Data Warehousing, das wichtige Themen, Notizen, Materialien, Neuigkeiten und Blogs zum Kurs abdeckt. Laden Sie die App als Nachschlagewerk & digitales Buch für Informatik-, KI-, Data-Science- & Software-Engineering-Programme & betriebswirtschaftliche Studiengänge herunter.
Diese nützliche App listet 200 Themen mit detaillierten Notizen, Diagrammen, Gleichungen, Formeln und Kursmaterial auf, die Themen sind in 5 Kapiteln aufgelistet. Die App ist ein Muss für alle Informatik- und Ingenieurstudenten und -fachleute.
Die App bietet eine schnelle Wiederholung und Referenz zu den wichtigen Themen wie detaillierte Karteikartennotizen. Sie macht es dem Studenten oder einem Fachmann einfach und nützlich, den Lehrplan vor einer Prüfung oder einem Vorstellungsgespräch schnell abzudecken.
Verfolgen Sie Ihr Lernen, legen Sie Erinnerungen fest, bearbeiten Sie das Lernmaterial, fügen Sie Lieblingsthemen hinzu und teilen Sie die Themen in sozialen Medien.
Sie können über Ihr Smartphone oder Tablet oder unter http://www.engineeringapps.net/ auch über Ingenieurtechnologie, Innovation, Ingenieur-Startups, Hochschulforschungsarbeit, Institutsaktualisierungen, informative Links zu Kursmaterialien und Bildungsprogrammen bloggen.
Verwenden Sie diese nützliche Engineering-App als Tutorial, digitales Buch, Referenzhandbuch für Lehrpläne, Kursmaterial, Projektarbeit und teilen Sie Ihre Ansichten im Blog.
Einige der in der App behandelten Themen sind:
1. Einführung in das Data-Mining
2. Datenarchitektur
3. Data-Warehouses (DW)
4. Relationale Datenbanken
5. Transaktionsdatenbanken
6. Fortgeschrittene Daten- und Informationssysteme und Fortgeschrittene Anwendungen
7. Data-Mining-Funktionen
8. Klassifizierung von Data-Mining-Systemen
9. Grundelemente der Data-Mining-Aufgabe
10. Integration eines Data-Mining-Systems mit einem DataWarehouse-System
11. Wichtige Probleme beim Data Mining
12. Leistungsprobleme beim Data Mining
13. Einführung in die Datenvorverarbeitung
14. Zusammenfassung der beschreibenden Daten
15. Messung der Streuung von Daten
16. Grafische Anzeigen von grundlegenden beschreibenden Datenzusammenfassungen
17. Datenreinigung
18. Verrauschte Daten
19. Datenreinigungsprozess
20. Datenintegration und -transformation
21. Datentransformation
22. Datenreduzierung
23. Dimensionsreduktion
24. Zahlenreduzierung
25. Clustering und Stichprobenziehung
26. Datendiskretisierung und Konzepthierarchiegenerierung
27. Konzepthierarchieerzeugung für kategoriale Daten
28. Einführung in Data Warehouses
29. Unterschiede zwischen operativen Datenbanksystemen und Data Warehouses
30. Ein mehrdimensionales Datenmodell
31. Ein mehrdimensionales Datenmodell
