corsi ed esercitazioni corretti in Data Warehouse e Data Mining in francese - PDF
In questa applicazione trovi corsi + esercizi + correzioni nei dettagli su Data Waherouse e Data Mining
Che cos'è innanzitutto "Data Warehouse"? :
È un tipo di database che contiene un'enorme quantità di dati per aiutare a prendere decisioni all'interno dell'organizzazione. Questo tipo di database è caratterizzato dalla conformità della sua struttura interna a ciò di cui l'utente ha bisogno dagli indicatori e dagli assi di analisi in quello che viene chiamato il modello stella-stella e dalle sue applicazioni: i sistemi supporto decisionale e data mining.
I data warehouse di solito contengono dati storici derivati ed estratti dai dati nei normali database utilizzati nelle applicazioni in cui si svolgono molte operazioni di input e aggiornamento e i data warehouse possono anche contenere dati da altre fonti come file di testo e altri documenti.
che cos'è il "Data mining"? :
È una ricerca computerizzata e manuale per la conoscenza dei dati senza ipotesi preliminari su cosa può essere questa conoscenza. Il data mining è anche definito come il processo di analisi di una quantità di dati (di solito una grande quantità), per trovare una relazione logica che riassuma i dati in un nuovo modo che sia comprensibile e utile per il proprietario dei dati . I "modelli" sono chiamati relazioni e dati di riepilogo ottenuti dal data mining. Il data mining si occupa generalmente di dati ottenuti per uno scopo diverso da quello del data mining (ad esempio un database di transazioni in una banca), il che significa che il metodo di mining di i dati non influiscono sul modo in cui i dati stessi vengono raccolti. Questa è una delle aree in cui il data mining differisce dalle statistiche e per questo motivo il processo di data mining è chiamato processo statistico secondario. La definizione indica anche che la quantità di dati è generalmente elevata, ma se la quantità di dati è piccola, è meglio usare metodi statistici regolari per analizzarli.
Quando si ha a che fare con un grande volume di dati, sorgono nuovi problemi come come identificare punti distinti nei dati, come analizzare i dati in un tempo ragionevole e come decidere se una relazione apparente riflette un fatto nella natura dei dati. . Solitamente, vengono estratti i dati che fanno parte del set di dati, in cui l'obiettivo è di solito generalizzare i risultati a tutti i dati (ad esempio, analizzando i dati attuali dei consumatori di un prodotto al fine di anticipare le esigenze future consumatori). Uno degli obiettivi del data mining è anche quello di ridurre o comprimere grandi quantità di dati per esprimere dati semplici senza generalizzazione.