データウェアハウスの概念_PHPチュートリアル-PHPチュートリアル-php.cn

ホームページ

バックエンド開発

PHPチュートリアル

データウェアハウスの概念_PHPチュートリアル

WBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWB

Jul 13, 2016 pm 05:02 PM

倉庫開発するそして市場抽出するデータお問い合わせ検索コンセプトの競争するとともに必要

市場競争の激化や情報化社会のニーズの進展に伴い、市場戦略を立てるために大量のデータから情報を抽出する（検索、クエリなど）ことがますます重要になっています。この需要にはオンラインサービスが必要なだけでなく、意思決定に使用される大量のデータも必要となり、従来のデータベースシステムではもはやこの需要を満たすことができません。これは特に次の 3 つの側面に反映されています:
履歴データの量は膨大です。

補助的な意思決定情報には多くの部門からのデータが含まれており、異なるシステムからのデータを統合するのは困難です。

データへのアクセス能力が不十分なため、大量のデータへのアクセスパフォーマンスが大幅に低下します。

C/S 技術の成熟と並列データベースの発展に伴い、情報処理技術の開発トレンドは、多数の
トランザクションデータベースからデータを抽出し、クリーンアップして新しいストレージ形式に変換することです。これが決定です。 -目標を立てるデータ
を特別な形式で集約します。このプロセスが発展し、改善されるにつれて、意思決定をサポートするこの特別なデータストレージはデータウェアハウス (データウェアハウス、DW) と呼ばれます。
W. H. Inmon 氏のデータウェアハウスの定義は、データウェアハウスは経営上の意思決定プロセスをサポートする、主題指向で統合された安定した異なる時間のデータ収集であるということです。
テーマはデータ分類の標準です。各トピックは、顧客、店舗などの客観的な分析領域に対応します。
支援された意思決定のために、複数の部門や異なるシステムからの大量のデータを統合できます。データウェアハウスには大量の履歴データが含まれており、収集後にデータウェアハウスに入力されたデータはほとんど更新されません。データウェアハウス内のデータの期限は 5 ～ 10 年で、主に時間傾向分析に使用されます。データウェアハウスのデータ量は非常に大きく、通常は約 10GB です。これは一般的なデータベース
(100MB)の100倍のデータ量であり、大規模なデータウェアハウスではTBレベルに達します。
データウェアハウスは主に 2 つの側面で使用されます:
閲覧分析ツールを使用して、DW で有用な情報を見つけます。

データウェアハウスシステムは、DW 上のアプリケーションをサポートして意思決定支援システム (DSS) を形成します。

http://www.bkjia.com/PHPjc/631044.html

www.bkjia.com

true

声明

この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

解读CRISP-ML（Q）：机器学习生命周期流程Apr 08, 2023 pm 01:21 PM

译者 | 布加迪审校 | 孙淑娟目前，没有用于构建和管理机器学习（ML）应用程序的标准实践。机器学习项目组织得不好，缺乏可重复性，而且从长远来看容易彻底失败。因此，我们需要一套流程来帮助自己在整个机器学习生命周期中保持质量、可持续性、稳健性和成本管理。图1. 机器学习开发生命周期流程使用质量保证方法开发机器学习应用程序的跨行业标准流程（CRISP-ML（Q））是CRISP-DM的升级版，以确保机器学习产品的质量。CRISP-ML（Q）有六个单独的阶段：1. 业务和数据理解2. 数据准备3. 模型

人工智能的环境成本和承诺Apr 08, 2023 pm 04:31 PM

人工智能(AI)在流行文化和政治分析中经常以两种极端的形式出现。它要么代表着人类智慧与科技实力相结合的未来主义乌托邦的关键，要么是迈向反乌托邦式机器崛起的第一步。学者、企业家、甚至活动家在应用人工智能应对气候变化时都采用了同样的二元思维。科技行业对人工智能在创建一个新的技术乌托邦中所扮演的角色的单一关注，掩盖了人工智能可能加剧环境退化的方式，通常是直接伤害边缘人群的方式。为了在应对气候变化的过程中充分利用人工智能技术，同时承认其大量消耗能源，引领人工智能潮流的科技公司需要探索人工智能对环境影响的

找不到中文语音预训练模型？中文版 Wav2vec 2.0和HuBERT来了Apr 08, 2023 pm 06:21 PM

Wav2vec 2.0 [1]，HuBERT [2] 和 WavLM [3] 等语音预训练模型，通过在多达上万小时的无标注语音数据（如 Libri-light ）上的自监督学习，显著提升了自动语音识别（Automatic Speech Recognition, ASR），语音合成（Text-to-speech, TTS）和语音转换（Voice Conversation，VC）等语音下游任务的性能。然而这些模型都没有公开的中文版本，不便于应用在中文语音研究场景。 WenetSpeech [4] 是

条形统计图用什么呈现数据Jan 20, 2021 pm 03:31 PM

条形统计图用“直条”呈现数据。条形统计图是用一个单位长度表示一定的数量，根据数量的多少画成长短不同的直条，然后把这些直条按一定的顺序排列起来；从条形统计图中很容易看出各种数量的多少。条形统计图分为：单式条形统计图和复式条形统计图，前者只表示1个项目的数据，后者可以同时表示多个项目的数据。

自动驾驶车道线检测分类的虚拟-真实域适应方法Apr 08, 2023 pm 02:31 PM

arXiv论文“Sim-to-Real Domain Adaptation for Lane Detection and Classification in Autonomous Driving“，2022年5月，加拿大滑铁卢大学的工作。虽然自主驾驶的监督检测和分类框架需要大型标注数据集，但光照真实模拟环境生成的合成数据推动的无监督域适应（UDA，Unsupervised Domain Adaptation）方法则是低成本、耗时更少的解决方案。本文提出对抗性鉴别和生成（adversarial d

数据通信中的信道传输速率单位是bps，它表示什么Jan 18, 2021 pm 02:58 PM

数据通信中的信道传输速率单位是bps，它表示“位/秒”或“比特/秒”，即数据传输速率在数值上等于每秒钟传输构成数据代码的二进制比特数，也称“比特率”。比特率表示单位时间内传送比特的数目，用于衡量数字信息的传送速度；根据每帧图像存储时所占的比特数和传输比特率，可以计算数字图像信息传输的速度。

数据分析方法有哪几种Dec 15, 2020 am 09:48 AM

数据分析方法有4种，分别是：1、趋势分析，趋势分析一般用于核心指标的长期跟踪；2、象限分析，可依据数据的不同，将各个比较主体划分到四个象限中；3、对比分析，分为横向对比和纵向对比；4、交叉分析，主要作用就是从多个维度细分数据。

Jeff Dean大规模多任务学习SOTA遭吐槽，复现一遍要6万美元Apr 09, 2023 am 10:31 AM

2021年10月，Jeff Dean亲自撰文介绍了一个全新的机器学习架构——Pathways。目的很简单，就是让一个AI能够跨越数以万计的的任务，理解不同类型的数据，并同时以极高的效率实现：在大半年之后的2022年3月，Jeff Dean终于发布了Pathways的论文。论文连接：https://arxiv.org/abs/2203.12533其中，补充了不少技术上的细节，比如最基本的系统架构等等。2022年4月，谷歌用Pathways的PaLM语言模型横空出世，接连打破多项自然语言处理任务的S

See all articles