|
1-variant 1, Fanning maqsad va vazifalari, predmeti va metodlari
|
| bet | 5/14 | | Sana | 25.01.2024 | | Hajmi | 210,99 Kb. | | #145344 |
Bog'liq 1-variant 1, Fanning maqsad va vazifalari, predmeti va metodlari-www.fayllar.org4-variant
1 Ma'lumotlarni qidirish - ixtiyoriy ma'lumotlar bazasida (massiv, to'plam, ma'lumotlar bazasi) berilgan xususiyatga ega bo'lgan bir yoki bir nechta elementlarni aniqlash usullarini o'rganadigan informatika bo'limi.Bu xususiyat turli yo'llar bilan belgilanishi mumkin: berilgan naqsh bilan moslik sifatida, boshqa elementlarga nisbatan ma'lum sifatning mavjudligi (masalan, barcha elementlar orasida maksimalni qidirish) yoki murakkab mezon sifatida (masalan, shaxsiy ma'lumotlar bazasida potentsial mijozlarni qidirish).Kerakli elementlarning yo'qligini aniqlash ham haqiqiy qidiruv natijasi hisoblanadi.Ma'lumotlarni qidirishdan farqli o'laroq, axborotni qidirishning mazmuni ob'ektlarni: tuzilmagan ma'lumotlarni saqlashda mavjud bo'lgan faktlar, hujjatlar, tasvirlarni topishdir. Axborot olish uchun muhim ahamiyatga ega - so'rov va qidiruv natijalari qanchalik mos kelishi.Ma'lumotlarni qidirish va ma'lumot qidirishni amalga oshirish uchun qidiruv tizimi qo'llaniladi, bu qidiruvning asosiy bosqichlarini amalga oshiradigan dasturiy ta'minot va lingvistik vositalar to'plamidir: ma'lumotni dastlabki tahlil qilish, qidiruv so'rovini shakllantirish, qidiruvning o'zi va taqdimoti. uning natijalari. Ma'lumotlarni qidirish vazifalari ma'lumotlarni tahlil qilish muammolari bilan chambarchas bog'liq. Masalan, ba'zi bir ko'rsatkichning optimal qiymatini ta'minlaydigan o'zgaruvchan qiymatlarni qidirish ma'lum bir qiymatlar to'plamini, ba'zan esa butun to'plamni tahlil qilishni o'z ichiga oladi. Shu bilan birga, ma'lumotlarni tahlil qilish qidiruvdan tashqariga chiqadi va asboblar va usullarning ancha katta arsenaliga ega. Intellektual ma'lumotlarni tahlil qilish texnologiyalari odatda Data Mining deb nomlangan fan doirasida ko'rib chiqiladi. Mining inglizchada “kon qazish” degan ma’noni anglatadi va Data Mining iborasi katta hajmdagi ma’lumotlardan foydali bilimlarni olish uchun metaforadir. Data Mining-ning salafi OLAP texnologiyasidir.
2. Ma'lumotlarni modellashtirish - bu modellashtirishning turli xil dizaynlaridan foydalanganligi sababli ko'plab modellarni chalkashtirib yuboradigan bitta vazifa. Ma'lumotlarni modellashtirishning uchta uslubi juda mashhur bo'lib, ular kontseptual, fizik va mantiqiy modellardir, lekin bir-birining ustiga chiqib ketadigan printsiplar tufayli ushbu modellardan birortasidan foydalanishni istaganlar chalkashib ketishadi. Texnik jargon va terminologiya tufayli ularning chalkashliklari yanada ko'paymoqda.Ushbu maqola o'quvchilar ongidagi shubhalarni olib tashlash uchun kontseptual va mantiqiy modellar o'rtasidagi farqlarni oddiy so'zlar bilan topishga harakat qiladi.Ma'lumotlarni kontseptual modellashtirish Shaxs bilan munosabatlar modeli ma'lumotlar kontseptual modelining asosiy xususiyati. Ushbu modelning ERD-da, shaxslar qutilar sifatida ifodalanadi, munosabatlar olmos shaklida tasvirlangan. O'zaro munosabatlarning namunasi mijozning buyurtma berishidir, shu bilan birga korxona tomonidan qiziqtirilishi mumkin bo'lgan barcha narsalar. Ushbu model Piter Chen tomonidan 1976 yilda ishlab chiqilgan. Ammo shu vaqtdan beri ushbu model suyultirilgan va kamdan-kam ishlatilgan bugungi kunda uning sof shaklida.Ma'lumotlarning kontseptual modelida mavjudotlar va munosabatlardan tashqari ma'lumotlar elementlari ham mavjud. Ushbu ma'lumotlar ob'ektlari bilan ularning atributlari sifatida bog'langan. Barcha ob'ektlar uchun umumiy bo'lgan ba'zi ma'lumotlar elementlari modeldagi ko'plab ob'ektlar bilan bog'lanishi mumkin. Ma'lumotlarning har qanday kontseptual modelining bir xususiyati - bu biznesda ishlatiladigan sub'ektlar uchun bir xil atamalardan foydalanish. Kontseptual model nisbatan sodda bo'lsa-da, bugungi kunda kompaniyalarning murakkabligini hisobga olgan holda, u qolmaydi. Mavzular va ularning munosabatlarini bugungi sharoitda tavsiflash uchun ma'lumotlarning kontseptual modellashtirishda juda yuqori darajadagi abstraktlik talab etiladiMa'lumotlarni mantiqiy modellashtirish. IT ma'lumotlarini biznes ma'lumotlariga kiritish kerak bo'lganda, mantiqiy ma'lumotlar modelidan foydalaniladi. Kontseptual modeldagi shaxslar va munosabatlarni nomlashda buyurtma bo'lishi shart emas, mantiqiy model atributlarni yaratishda tashkilotni hisobga olishni talab qiladi. Agar chet el tugmachalari jadvallarni murakkablashtiradigan bo'lsa, uni osonlashtirish uchun surrogat kalitlarga murojaat qilish mumkin. Tugallangandan so'ng. Mantiqiy model jismoniy modelga yaqin ko'rinadi. Biroq, u hali ham kontseptual modelga o'xshashliklarga ega. Mantiqiy model birlamchi, chet el va muqobil kalitlarga ega, ammo maqsadli ma'lumotlar bazasi platformasida hech narsa yo'q.
3. To'g'ridan-to'g'ri tarqalish tarmoqlari Qayta aloqa tarmoqlari Takroriy neyron tarmoqlari sun'iy neyron tarmoqlar bo'lib, unda neyronning chiqishi uning kirishiga qaytarilishi mumkin. Umumiy holda, bu chiqishdan kirishlarga signalning tarqalishi imkoniyatini anglatadi. Guruch. 19. Teskari aloqaga ega tarmoqlar Bu tamoyil keng imkoniyatlarni ochib beradi, uning yordamida signallarni tiklaydigan va to'ldiruvchi, ya'ni odam kabi qisqa muddatli xotiraga ega bo'lgan tarmoqlarni yaratish mumkin. Neyron tarmoqlari qanday ishlashini tushunishning eng muhim jihatlaridan biri bu neyronlar to'plami berilgan vazifani to'g'ri bajarish uchun nima kerakligini tushunishdir. Buning uchun tarmoqni o'rganish jarayoni mavjud. ANN odamlar kabi o'rganadi. Neyron tarmoqni o'rgatish (trening) - bu tarmoqdan o'tgandan keyin kirish signali bizga kerak bo'lgan chiqishga aylantiriladigan bunday og'irlik koeffitsientlarini qidirish. "Neyron tarmoqlarni o'qitish"
4..2
atamasiga bunday yondashuv biologik neyron tarmoqlariga ham mos keladi. Bizning miyamiz juda ko'p sonli o'zaro bog'langan neyron tarmoqlardan iborat. Ularning har biri alohida-alohida bir xil turdagi neyronlardan iborat (faollashtirish funktsiyasi bir xil). Biz sinapslarni, kirish signalini kuchaytiradigan / zaiflashtiradigan elementlarni o'zgartirish orqali o'rganamiz. Agar siz tarmoq kiritishiga faqat bitta signalni bir necha marta qo'llasangiz, u odam uchun oz miqdordagi ma'lumotni eslab qolish osonroq bo'lgani kabi, uni eslab qoladi. Bizga kerak bo'lgan narsa belgilarni tasniflash va umumlashtirish, ya'ni to'g'ri javob berish qobiliyatidir. Trening to'plami aynan shu maqsadda. Trening to'plami - tarmoq o'qitilgan kirish signallarining cheklangan to'plami (ba'zan to'g'ri chiqish signallari bilan birga). Tarmoqni o'qitgandan so'ng, siz uni amalda qo'llashga harakat qilishingiz va trening namunasida bo'lmagan kirishlarga signallarni qo'llashingiz mumkin. Ammo buni amalga oshirishdan oldin, natijalarning to'g'riligi uchun tarmoqni tekshirishingiz kerak, buning uchun sinov namunasi mavjud. Sinov to'plami - tarmoq sifatini baholash uchun ishlatiladigan kirish signallarining cheklangan to'plami (ba'zan to'g'ri chiqish signallari bilan birga). Shunday qilib, ANN treningi har bir sun'iy neyron uchun to'g'ri og'irliklarni tanlashdir. Buning uchun ikkita usuldan foydalanish mumkin: O'qituvchi bilan mashg'ulot. Amaliyotning ma'nosi shundan iboratki, ANN kirishiga signal beriladi, unga to'g'ri javob oldindan ma'lum. Agar tarmoq to'g'ri javob bersa, og'irliklar o'zgarmaydi. Agar tarmoq tomonidan berilgan javob noto'g'ri bo'lib chiqsa, chiqishlardan kirishlarga qadar, maxsus algoritmlarga muvofiq, ANN og'irliklari sozlanadi va o'quv namunasi tugaguniga qadar mashg'ulotlar davom etadi. Nazorat ostida o'qitish - tarmoqli o'rganishning bir turi bo'lib, uning vaznlari tarmoqning javoblari allaqachon tayyorlangan to'g'ri javoblardan minimal farq qiladigan tarzda o'zgaradi. Kirish signallari sifatida siz ma'lum kunlarni, bozorning umumiy holatini va boshqa parametrlarni olishingiz mumkin. Va to'g'ri javoblar sifatida - o'sha kunlarda narxning ko'tarilishi va tushishi. O'qituvchisiz o'rganish. Nazoratsiz o'rganish kirish signallariga to'g'ri javob noma'lum bo'lganda qo'llaniladi. Bunday holda, butun o'quv majmuasi faqat kirish signallaridan iborat. Bunday trening bilan tarmoq unga kiritilgan signallardan sinflarni ajratishni boshlaydi, ya'ni klasterlashni amalga oshiradi. Misol uchun, biz avtobus, trolleybus va tramvayga mos keladigan ob'ektlar va ularning xususiyatlarini tarmoqqa kiritamiz. Vaqt o'tishi bilan INS ushbu ob'ektlarga mos keladigan uch xil signalni ishlab chiqaradi. Nazoratsiz o'qitish - tarmoq kirish signallarini mustaqil ravishda tasniflaydigan tarmoq o'rganish turi. To'g'ri (mos yozuvlar) chiqish signallari ko'rsatilmaydi. Ushbu ma'lumot neyron tarmoqlarga asoslangan tasvirlarda ob'ektni aniqlash tizimlarining turli prototiplarini yaratish uchun zarurdir.
4. Kublar ma'lumotlari. OLAP va Ko'p o'lchovli ma'lumotlar bazalariga kirish Kublar ma'lumotlari. OLAP va Ko'p o'lchovli ma'lumotlar bazalariga kirish Izoh: Ushbu ma'ruza OLAAP ma'lumotlari uchun omborlar uchun ma'lumotlar kublarining asosini muhokama qiladi. Misolda ish asbobidan foydalanib ma'lumotlar kubini qurish usuli ko'rsatilgan. Ma'ruzaning maqsadi Ushbu ma'ruza materialini o'rganib chiqqaningizdan so'ng, siz quyidagilarni bilasiz: kub ma'lumotlari nima Olap ma'lumotlari ombori ; kub ma'lumotlarni qanday loyihalash kerak OLAAP ma'lumotlari omborlari ; ma'lumotlar kubini o'lchash nima; haqiqat ma'lumotlar kubi bilan bog'liq; o'lchov atributlari nima; ierarxiya nima; kub ma'lumotlarining metrikasi nima; va o'rganish: qurmoq ko'p o'lchovli diagrammalar ; oddiy dizayn ko'p o'lchovli diagrammalar. Kirish OLAP texnologiyasi alohida olinmaydi dasturiy ta'minot, emas dasturlash tili. Agar siz OLAP-ni barcha namoyandalar bilan bog'lashga harakat qilsangiz, ushbu kontseptsiyalar to'plamlari, printsiplar va talablar, tahlilchilar ma'lumotlariga asoslanib, tahlilchilar kirishni osonlashtiradi. Tahlilchilar korporativ ma'lumotlarning asosiy iste'molchilari hisoblanadi. Tahlil vazifasi - bu keng ma'lumotlarda muntazamliklarni aniqlash. Shuning uchun, tahlilchi ma'lum bir kunning alohida daliliga ahamiyat bermaydi, Ivanovning xaridori sharlar to'pi bilan sotilgan ", - deyiladi u yuzlab va minglab o'xshash tadbirlar haqida ma'lumot kerak. HD-dagi yagona faktlar, masalan, buxgalter yoki savdo bo'limining boshlig'i, uning vakolatlari ma'lum shartnoma bilan qo'llab-quvvatlanadigan, buxgalter yoki sotuv idorasi rahbari. Unga bitta yozuvning analitsialari etarli emas - masalan, u uchun, masalan, chorak yoki yil uchun sotiladigan oylik shartnomalar uchun zarur bo'lishi mumkin. Analitikika Inn xaridor yoki uning telefoniga qiziqmasligi mumkin, - bu uning kasbiy faoliyatining mohiyati bo'lgan aniq raqamli ma'lumotlar bilan ishlaydi. Markazlashtirish va qulay tuzilish tahlillar tomonidan zarur bo'lgan narsa emas. Unga ko'rish, vizualizatsiya qilish uchun vosita kerak. An'anaviy xabarlar, hatto bitta HD asosida qurilgan, ammo ma'lum moslashuvchanlik mahrum. Ular kerakli ma'lumotlarni taqdim etish uchun ular "burish" yoki "qulash" yoki "qulash" bo'lmasligi mumkin. Ushbu tahlilchining "bo'limlari" va "bo'limlari" va "kesishlar" shunchalik ko'p tergov olib borishi mumkin, bu, o'z navbatida, yangi "qisqartirish" ni tekshirish uchun barcha yangi va yangi "kesishni talab qiladi. Ma'lumotni o'rganish uchun bunday vositasi sifatida oleAp tahlilchi. OLAP va HDning kerakli atributini anglatmaydi, bu borada to'plangan
4.3
ma'lumotlarni tahlil qilish uchun tobora ko'proq foydalaniladi. Operatsion ma'lumotlar turli xil manbalardan, tozalangan, integratsiyalashgan va HD-da yig'ilgan. Shu bilan birga, ular allaqachon turli xil qurilish vositalaridan foydalanib, allaqachon tahlil qilishlari mumkin. Keyin OLAP-tahlil uchun (to'liq yoki qisman) ma'lumotlar tayyorlanadi. Ularni maxsus oltilar ma'lumot bazasiga yoki boshqa XD-da yuklash mumkin. OLAP-dan foydalanishning eng muhim elementi metadata, i.e. tuzilish, joylashtirish va ma'lumotlarning o'zgarishi. Ularga rahmat, turli xil saqlash komponentlarining samarali o'zaro ta'siri ta'minlanadi. Shunday qilib, Olap mablag 'to'plami sifatida belgilanishi mumkin ko'p o'lchovli tahlil HDda to'plangan ma'lumotlar. Nazariy jihatdan, olap asboblari to'g'ridan-to'g'ri operatsion ma'lumotlarga yoki ularning aniq nusxalariga qo'llanishi mumkin. Biroq, ushbu tahlil uchun mos bo'lmagan ma'lumotlarni tahlil qilish xavfi mavjud. OLAP mijoz va serverda Olap ko'p qirrali ma'lumotlar tahliliga asoslanadi. Buni mijozga va serverlarga bo'lish mumkin bo'lgan turli xil vositalar yordamida ishlab chiqarish mumkin. Mijozlar omaplar - bu umumiy ma'lumotlarni (summalar, o'rtacha yoki eng kam yoki minimal qiymatlarni hisoblaydigan) va ularning displeyi, yalpi ma'lumotlarning o'zida joylashgan OLAP manzilidagi keshda mavjud.Agar boshlang'ich ma'lumotlar ish stolida ishlaydigan ma'lumotlar hisoblashida yalpi ma'lumotlarning hisoblashi olisning o'zi amalga oshiriladi. Agar manba ma'lumotlari manbasi Server DBMs bo'lsa, OLAP Guruhni bayonot orqali o'z ichiga olgan ko'pgina mijozga yuboriladi va natijada serverda hisoblangan umumiy ma'lumotlar olinadi. Qoida tariqasida, OLAP funksionalligi statistik ma'lumotlarni qayta ishlash orqali amalga oshiriladi (ushbu sinf mahsulotlaridan rossiya bozori Soft va SPSS statori keng tarqalgan) va ba'zi bir nashrlarda. Xususan, ko'p o'lchovli tahlil qilishning juda yaxshi vositasi Microsoft Excel. 2000. Ushbu mahsulotdan foydalanish, siz kichik mahalliy ko'p qirrali OLAP -Cub faylini yaratishingiz va uni ikki yoki uch o'lchovli bo'limlarni namoyish qilishingiz mumkin. Ko'p rivojlanish vositalari OLAP funktsiyasini amalga oshiradigan dasturlarni yaratishga imkon beradigan (masalan, Borland C ++ Builder-dagi qarorlar kubemik tarkibiy qismlari sifatida) darslar yoki komponentlar kutubxonalarida mavjud. Bundan tashqari, ko'plab kompaniyalar taklif qilishadi nazorat elementlari O'xshash funktsiyani amalga oshiruvchi boshqa kutubxonalar va boshqa kutubxonalar. OLAP US mijozlaridan, odatda, oz miqdordagi o'lchovlar va ushbu parametrlarning oz sonli qiymatlari bo'lgan mijozdan foydalaniladi. Ushbu vositalarning manzili va ularning soni eksponent sifatida ularning soni o'lchovlari ko'payib bormoqda. Shuning uchun, hatto OLAP-dan foydalanish bo'yicha eng oddiy mijoz ham, talab qilinganlarning miqdorini oldindan hisoblashni amalga oshirishga imkon beradi tasodifiy kirish xotirasi Unda ko'p qirrali kubni yaratish. Ko'pchilik (lekin hammasi emas) Mijoz sizga kesh tarkibini yig'indisi sifatida saqlashga imkon beradi, bu esa o'z navbatida ularni qayta hisoblashga imkon bermaydi. Ta'kidlash joizki, bu imkoniyat ko'pincha boshqa tashkilotlarga yoki nashrga topshirish uchun umumiy ma'lumotlarni ajratish uchun ishlatiladi. Turli mintaqalarda va turli yosh guruhlarda kasallanish statistikasi bunday begonalashtirilgan ma'lumotlarning odatiy namunasidir ochiq ma'lumotTurli mamlakatlar va Jahon sog'liqni saqlash tashkiloti vazirliklari tomonidan nashr etilgan. Shu bilan birga, kasalliklarning muayyan holatlari to'g'risidagi ma'lumotlar, maxfiy ma'lumotlardir. tibbiyot muassasalari Va hech qanday holatda sug'urta kompaniyalarining qo'liga tushmasligi va ayniqsa oshkoralikka aylanmaslik kerak. Urug'ma ma'lumotlarga ega keshni tejash g'oyasi, u yalpi ma'lumotlarni tejash va o'zgartirish, shuningdek, ularni o'z ichiga olgan saqlash olip deb nomlangan alohida dastur yoki jarayon tomonidan amalga oshiriladi. Server. Mijozlar shunga o'xshash ko'p o'lchovli saqlashni talab qilishi mumkin va ma'lum bir ma'lumotlarni olish uchun javob berishda.
5. SAP -bu nemis kompaniyasiSAP tomonidan sotiladigan dasturiy mahsulotlarning aksariyatiga ishora qiladigan dastur. SAP -bu kompaniyaning asl nemischa nomi, Systemanalyse Programmen twicklungning qisqartmasi. Bu tizimni tahlil qilish dasturini ishlab chiqishga tarjima qilinadi. SAP tizimi -bu biznesni avtomatlashtirish dasturi. Uning modullari Kompaniyaning barcha ichki jarayonlarini aks ettiradi: buxgalteriya hisobi, savdo, ishlab chiqarish, moliya, xodimlarni boshqarish va boshqalar. SAP modullarini bajarish va ularga xizmat ko'rsatish loyihalarida qatnashadi SAP biznes texnologiyalariplatformasi xizmat sifatida integratsiyalashgan platforma hisoblanadi. SAP biznes-texnologiya platformasi foydalanuvchilarga tezda binolarga integratsiyalashish imkonini beradi. Bu ularning o'sishi va rivojlanishiga yordam beradigan bulutga asoslangan ilovalar uchun joy beradi.
|
| |
