Treffer: Аналіз даних в SQL Server засобами Python ; Анализ данных в SQL Server средствами Python ; Data analysis in SQL Server means of Python

Title:
Аналіз даних в SQL Server засобами Python ; Анализ данных в SQL Server средствами Python ; Data analysis in SQL Server means of Python
Authors:
В.В. Федько, V. Fedko
Source:
Збірник наукових праць Харківського національного університету Повітряних Сил. — 2018. — № 2(56). 99-104 ; Сборник научных трудов Харьковского национального университета Воздушных Сил. — 2018. — № 2(56). 99-104 ; Scientific Works of Kharkiv National Air Force University. — 2018. — № 2(56). 99-104 ; 2073-7378
Publisher Information:
Харківський національний університет Повітряних Сил ім. І. Кожедуба
Харьковский национальный университет Воздушных Сил им. И. Кожедуба
Kharkiv national Air Force University named after I. Kozhedub
Publication Year:
2018
Collection:
Kharkiv National University of Air Force: Archive scientific publications / Харківський національний університет Повітряних Сил ім. І. Кожедуба: Архiв наукових видань
Subject Terms:
Кібернетика та системний аналіз, УДК 004.62, Business intelligence, Data mining, Data Scientist, Data Engineer, SQL Server, Machine Learning Services, операційна база даних, сховище даних, мови R та Python, аналіз даних, візуалізація даних, операционная база данных, хранилище данных, языки R и Python, анализ данных, визуализация данных, operating database, data warehouse, R and Python languages, data analysis, data visualization
Document Type:
Fachzeitschrift article in journal/newspaper
File Description:
application/pdf
Language:
Ukrainian
Relation:
http://www.hups.mil.gov.ua/periodic-app/article/18720/zhups_2018_2_16.pdf; http://www.hups.mil.gov.ua/periodic-app/article/18720
Availability:
http://www.hups.mil.gov.ua/periodic-app/article/18720
Accession Number:
edsbas.911FC51F
Database:
BASE

Weitere Informationen

Розглянуто можливості інструментальних засобів аналізу даних. Викладено способи зберігання даних, які адаптовані до ефективного виконання запитів аналізу даних, а також мовні засоби, що представлені в компоненті Microsoft SQL Server як Machine Learning Services (in-database). Проведено порівняння операційних баз даних (OLTP-систем) і сховищ даних, які орієнтовані на аналіз даних (OLAP-систем). Наведено приклади обох систем, а також розглянуто систему їхньої взаємодії (ETL-система). Описано інструментальні засоби аналізу даних, які в найпростіших випадках застосовуються до OLAP-кубів. Подано мовні засоби виконання аналізу даних в більш складних випадках. Проведено порівняння мов R і Python, з якого випливає, що мова Python дозволяє будувати завершені програми обробки даних, а бібліотеки в ній майже такі самі, як і в мові R. Показано, що, з огляду на велику популярність мовних засобів аналізу даних в останні випуски SQL Server включено компонент SQL Server R Services, в результаті чого нові можливості в SQL Server дозволили обійти обмеження, яке полягає в тому, що всі дані повинні зберігатися в пам'яті. Описано основні переваги компонента Machine Learning Services, а також особливості його установки. Продемонстровано на конкретних прикладах можливості виконання розрахунків і графічного подання результатів мовою Python у середовищі SQL Server для проведення аналізу даних. ; Рассмотрены возможности инструментальных средств анализа данных. Изложены способы хранения данных, адаптированные к эффективному выполнению запросов анализа данных, а также языковые средства, представленные в компоненте Microsoft SQL Server как Machine Learning Services (in-database). Проведено сравнение операционных баз данных (OLTP-систем) и хранилищ данных, которые ориентированы на анализ данных (OLAP-систем). Даны примеры обеих систем, а также рассмотрена система их взаимодействия (ETL-система). Описаны инструментальные средства анализа данных, которые в простейших случаях применяются к OLAP-кубам. Представлены языковые средства выполнения ...