26,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

La preparazione di un set di dati per l'analisi è generalmente il compito che richiede più tempo in un progetto di data mining, richiedendo molte query SQL complesse, unendo tabelle e aggregando colonne. In generale, è richiesto uno sforzo manuale significativo per costruire set di dati, dove è richiesta una disposizione orizzontale. Qui introduce metodi semplici, ma potenti, per generare codice SQL per restituire colonne aggregate in un layout tabellare orizzontale, restituendo un insieme di numeri invece di un numero per riga. Questa nuova classe di funzioni è chiamata aggregazioni…mehr

Produktbeschreibung
La preparazione di un set di dati per l'analisi è generalmente il compito che richiede più tempo in un progetto di data mining, richiedendo molte query SQL complesse, unendo tabelle e aggregando colonne. In generale, è richiesto uno sforzo manuale significativo per costruire set di dati, dove è richiesta una disposizione orizzontale. Qui introduce metodi semplici, ma potenti, per generare codice SQL per restituire colonne aggregate in un layout tabellare orizzontale, restituendo un insieme di numeri invece di un numero per riga. Questa nuova classe di funzioni è chiamata aggregazioni orizzontali. Una funzione di aggregazione con una tecnica di raggruppamento dà agli ottimizzatori di query l'opportunità di fornire diversi piani di valutazione delle query. Per le query con una funzione di aggregazione non distributiva, la valutazione non può essere eseguita fino a quando l'intero input è costruito. Questo ritarda l'intera computazione. Le funzioni di aggregazione di questo tipo sono chiamate funzioni di aggregazione olistiche. Per migliorare le prestazioni di valutazione della funzione di aggregazione olistica, può essere usato un approccio chiamato aggregazione parziale. L'aggregazione parziale esegue i calcoli in modo incrementale e aumenta la velocità di calcolo.
Autorenporträt
Rexie J A M ha completado una licenciatura y un máster en CSE y está realizando un doctorado en CSE. Trabaja como profesora asistente en el Departamento de CSE del Instituto de Tecnología y Ciencias Karunya, Coimbatore. Su área de interés es la ciencia de los datos, el análisis de algoritmos, las estructuras de datos y la teoría de la computación.