MIDOONY Logo

نتیجه جستجوی عبارت «Data_» : تعداد (29) مورد یافت شد.

دریاچه داده و انبار داده - تعاریف، معماری، ویژگی ها Data Lake and Data Warehouse

دریاچه_داده (Data Lake) و انبار داده (Data Warehouse ) دو نوع معماری ذخیره داده با ویژگی ها و توانایی های متمایز هستند. انتخاب هر کدام به نحوه استفاده از داده و اهداف سازمان بستگی دارد. اما آنها در یک چیز مشترک هستند، هر دو، داده ها را ذخیره می کنند، ولی نحوه مدیریت داده آنها کاملاً متفاوت است.

1400/09/23

5 کتابخانه ضروری علم داده برای پایتون Python

پایتون یک زبان برنامه نویسی همه منظوره و چند وجهی است که با استفاده از نگارش ساده، کتابخانه های خاص و کارکرد های تحلیلی، مورد رضایت افراد می باشد. اکثر کتابخانه های پایتون برای تحلیل دقیق، مصورسازی، محاسبات عددی و حتی یادگیری ماشین مفید هستند.

1400/09/15

معرفی سیستم های OLTP و OLAP، مشخصات، مزایا و تفاوت ها

OLTP و OLAP دو اصطلاح شبیه به هم هستند اما به انواع مختلفی از سیستم ها اشاره می کنند. پردازش تراکنش آنلاین (OLTP) داده‌های تراکنش‌ها را در زمان واقعی جمع‌آوری، ذخیره و پردازش می‌کند. پردازش تحلیلی آنلاین (OLAP) از پرس و جوهای پیچیده برای تحلیل تاریخچه داده های جمع آوری شده از سیستم های OLTP استفاده می کند.

1400/09/01

مدل سازی ابعادی (بخش سوم - Schemaها) Dimensional Modeling

سه نوع schema برای ساخت مدل ابعادی وجود دارد: شمای ستاره ای (star schema)، شمای دانه برفی (snowflake schema) و شمای چند بعدی (multidimensional schema). برای انتخاب شمای مناسب هنگام ساخت مدل ابعادی، سوالات زیر را مد نظر قرار می دهند: • چه نوع تحلیلی برای داده ها لازم است؟  • نیازها و محدودیت های تحلیلی کدامند؟ • داده های مد نظر برای پرس و جو و تحلیل، چقدر سازگاری دارند؟ • ابزار BI مورد استفاده کدام است؟

1400/08/19

مدل سازی ابعادی (بخش دوم - dimensionها) Dimensional Modeling

بعد (dimension) موجودیتی است که موضوعات کسب و کاری را برای سنجه های (factهای) مورد استفاد سازمان وضع می نماید. ابعاد (dimensions) سوالات چه کسی، چه چیزی، کجا و چرای مدل ابعادی را پاسخ می دهند و ویژگی های مشابه در یک دسته بندی یا ناحیه موضوعی را مشخص می کنند. نمونه هایی از ابعاد عبارتند از محصول، جغرافیا، مشتریان، کارمندان و زمان.

1400/08/17

مدل سازی ابعادی (بخش اول - نمای کلی و factها) Dimensional Modeling

مدل سازی ابعادی (dimensional) هم مانند مدل سازی ER، روشی برای  طراحی منطقی داده ها است. مدل سازی ابعادی برای نرم افزارهای هوش کسب و کار (BI) و انبار داده (DW) بسیار مناسب‌تر است. این روش، فرایندهای کسب و کار را به تصویر کشیده و  داده های آنها را سازماندهی می کند.

1400/08/15

مقایسه Microsoft Power BI و Google Data Studio

Microsoft Power BI و Google Data Studio دو ابزار قوی تحلیل داده هستند که برای مصورسازی داده های خام و پیچیده استفاده می شوند. اما کدام بهتر است؟ تحلیل و مصورسازی داده ها  به گروه های کاری در برنامه ریزی کارها، تهیه پروپوزال پروژه ها و تاثیر روی مشتریان کمک می کند. ابزارهای فوق دو برنامه پرطرفدار برای تحقق این مهارت ها هستند.

1400/08/10

مروری بر تحلیل های کسب و کار Business Analytics

کلمه "تحلیل" جایگزین فناوری های خودکار پشتیبانی تصمیم شده است که تحت عناوین مختلفی در گذشته وجود داشته است. در واقع، بسیاری از متخصصین و دانشگاهیان از کلمه تحلیل به جای BI استفاده می کردند.

1400/08/07

فرایند کاوی چیست ؟ Process Mining

فرایند کاوی روشی تحلیلی شامل هوش محاسباتی، داده کاوی و کشف فرایند بوده و هدف اصلی آن استخراج و مدل سازی اطلاعات فرایندها از طریق  تحلیل فایل های ثبت رویداد یک سیستم یا کسب و کار خاص می باشد. اینکار از بررسی داده های بدون ساختار رویدادها شروع شده و با استفاده از تکنیک های فرایند کاوی، یک مدل قابل اعتماد و گرافیکی از فرایندهای واقعی در قالب نمودار ارائه می نماید.

1400/08/05

5 ویژگی برای داده ها (THE FIVE Cs OF DATA)

قبل از اینکه یک برنامه BI/DW (هوش کسب و کار / انبار داده) بتواند اطلاعات قابل اقدامی به پرسنل کسب و کار ارائه نماید، داده های کسب و کار باید به شکلی اصلاح شوند.

1400/07/28