MIDOONY Logo

نتیجه جستجوی عبارت «نرمال_سازی» : تعداد (8) مورد یافت شد.

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

علم داده چیست و دانشمند داده کیست ؟ Data Science-Data Scientist

علم داده مجموعه ای از اصول، تعریف مسائل، الگوریتم ها و فرایندهای استخراج الگوهای پنهان و مفید از مجموعه داده های بزرگ است. بسیاری از اجزای علم داده برای فیلد های مرتبطی از قبیل یادگیری ماشین و داده کاوی توسعه داده شده اند. در واقع، اصطلاحات علم داده، یادگیری ماشین و داده کاوی اغلب به جای یکدیگر استفاده می شوند. در تمام این نظام ها تمرکز روی بهبود تصمیم گیری از طریق تحلیل داده ها می باشد.

1400/07/18

نرمال سازی داده (بخش چهارم - شکل دوم، سوم، چهارم و پنجم نرمال Other normal forms)

تعریف آقای Date برای شکل نرمال دوم (2NF) این است: "یک رابطه R در شکل نرمال دوم است (2NF) اگر و فقط اگر در شکل 1NF باشد و هر ویژگی غیر کلیدی آن کاملاً به کلید اصلی وابسته باشد".

1400/02/28

نرمال سازی داده (بخش سوم - شکل اول نرمال First Normal Form)

نرمال سازی عبارتست از فرایند تجزیه و تحلیل وابستگی های بین ویژگی ها و موجودیت ها. هر ویژگی برای سه یا بیشتر مجموعه قوانین بررسی شده، سپس در صورت لزوم تنظیماتی صورت می گیرد تا همگی به شکل اول، دوم و سوم نرمال (3NF) باشند. (احتمال دارد که بخواهید بیشتر جلو بروید به سمت شکل نرمال چهارم یا پنجم [5NF]، اما در بیشتر مواقع، 3NF نه تنها کافی است، بلکه ارجح می باشد). 

1400/02/27

نرمال سازی داده (بخش دوم - ایجاد و صحت سنجی لیست موجودیت و ویژگی List of Entity and Attribute)

فرض کنید شما یک تیم طراحی متشکل از کاربران نهایی، برنامه نویسان نرم افزار و کارکنان پشتیبانی از پایگاه داده تشکیل داده اید. تیم شما موافقت کرده است از روش نرمال سازی برای تجزیه و تحلیل داده ها استفاده کرده و اصطلاحات موجودیت و ویژگی را تعریف و بررسی نماید. در ابتدا چه کاری باید انجام شود؟

1400/01/31

نرمال سازی داده (بخش اول - تعریف ساده نرمال سازی Normalization، آشنایی با مفاهیم موجودیت و ویژگی)

اولین قدم در طراحی پایگاه داده، این است که برای شناسایی نیازهای داده ای کاربران چه اقدامی باید انجام گیرد. اینکار به نظر ساده می آید ولی اینگونه نیست زیرا کاربران، یعنی افرادی که سیستم برای آنها ساخته می شود، بندرت می توانند آنچه را که لازم دارند بصورت شفاف بیان نمایند. درست است که معمولا از سیستم موجود کاملاً آگاهی دارند، می دانند چه داده هایی وجود دارند و برنامه ها چگونه کار می کنند. ولی، آنچه بندرت انجام می شود تطبیق نیازها با سیستم آینده است.

1400/01/31

مدل های داده و مدل سازی داده (بخش دوم - مدل رابطه ای موجودیتی Entity Relationship Data Model)

مدل ER که بیش از 35 سال قدمت دارد برای مدل سازی داده ها مناسب بوده و به دلیل شرح و تفسیر آسان در پایگاه داده مورد استفاده قرار می گیرد. مدل های ER براحتی به روابط ترجمه شده و با نمودارهای ER نشان داده می شوند.

1399/11/22