Adatbázisrendszerek jövője

Slides:



Advertisements
Hasonló előadás
SStat - Statisztika 2014.
Advertisements

Adatbázis rendszerek I.
Meteorológiai Előrejelzés Adatbányászati Támogatással Putnoki Gyula GTK ISZAM II.évf. Társszerzők: az ISZAM-os Meteor-team TDK-konferencia 2007 Gödöllő.
TECHNIKA ÉS ÉLETVITEL 5. évfolyam
Tengeralattjáró győzelmi hírek elmaradása – kilövés
Társadalmi haszon az adatok mélyén Surján László, gazdasági igazgató, IQSYS Sipos Ferenc, BI ágazatvezető, IQSYS.
Data Explorer Kft. Tóth Nándor Ügyvezető.
Szűcs Imre CRM elemző GE Consumer Finance Budapest Bank Rt.
Innovációmenedzsment. A század jellemzői Az innováció marginálisból központi jelenséggé válik A gazdaság tercierizálódik (szolgáltatás-gazdaság)
1. oldal A vezetői döntéseket támogató mutatószám rendszer Pilot projektzáró jelentés szeptember 9.
Hálózati architektúrák
Tanuló (projekt)szervezet a Magyar Nemzeti Bankban
Adatbányászat a kontrollingban
A DBMS fő feladatai: - adatstruktúra (adatbázisséma) definiálása,
Microsoft Access V. Készítette: Rummel Szabolcs Elérhetőség:
Információ kezelés Az információ visszakeresésének lehetőségei.
OBJEKTUMORIENTÁLT PROGRAM
16. Tétel. Adatbázis: Olyan adatgyűjtemény, amely egy adott feladathoz kapcsolódó adatokat szervezett módon tárolja, és biztosítja az adatokhoz való hozzáférést,
Bevezetés a gépi tanulásba február 16.. Mesterséges Intelligencia „A számítógépes tudományok egy ága, amely az intelligens viselkedés automatizálásával.
Adatbányászat. Miért kell menedzselni a tudást és az adatokat? Az adatok mennyisége folyamatosan nő Az elektronikus dokumentáltság növeli az átláthatatlan.
Korszerű eszközök a vállalati információ- és tudásmenedzsmentben
Mesterséges neuronhálózatok
A projekttervezés első lépései
1950-es évek 1960-as évek 1970-es évek 1980-as évek 1990-es évek
Pitlik, SZIE , IIR Gazdaságpolitikai előrejelzések adatbányászat segítségével IIRIIR szakkonferencia a felsővezetés számára: Adatbányászat & tudásfeltárás.
Online hasonlóságelemzések: Online hasonlóságelemzések: Tapasztalatok (kukorica) hozamfüggvények levezetése kapcsán Pitlik László, SZIE Gödöllő (Forrás:
Bevezetés a robotok döntéshozatalának folyamatába és módszereibe Készítette : Fodor Bence II. Éves Programtervező Informatikus Nyíregyházi Főiskola V2.
Info-kommunikációs Technológia Nedeczky Veronika Sulinet
A szervezeti problémák kezelése
Komplex rendszertervezési módszerek
PHP I. Alapok. Mi a PHP? PHP Hypertext Preprocessor Szkriptnyelv –Egyszerű, gyors fejlesztés –Nincs fordítás (csak értelmező) Alkalmazási lehetőségek:
Ismeretalapú rendszerek alaptechnikái I. Szabályalapú rendszerek.
Ismeretalapú rendszerek alaptechnikái
Ismeretalapú rendszerek alaptechnikái I. Szabályalapú rendszerek.
Adattár alapú Vezetői Információs Rendszer (AVIR)
Az Alakfelismerés és gépi tanulás ELEMEI
Anyagadatbank c. tárgy gyakorlat Féléves tematika Adatbázis alapfogalmak, rendszerek Adatmodellek, adatbázis tervezés Adatbázis műveletek.
Szakértők és rendszerek
1 Természetes nyelvű interfész adatbázisok lekérdezéséhez Vajda Péter NYTI, Korpusznyelvészeti osztály – BME, TTT.
Adatbázisrendszerek világa
Adatbázisok Adatbázis: adatok gyűjteménye, amelyeket az adatbázis-kezelő rendszer (DBMS –Database Management System) kezel. Kezelt adatrendszer → adatbázis.
Dr. Krauszné Dr. Princz Mária Adatbázis rendszerek I.
Az informatika szerepe a XXI.század múzeumaiban
Közlekedésmodellezés Készítette: Láng Péter Konzulens: Mészáros Tamás.
Csoportosítás (klaszterezés) A csoportosítás feladata a vizsgált objektumok jól elkülönülő csoportba történő besorolása. A klaszterezés sok szempontból.
Önálló labor munka Csillag Kristóf 2005/2006. őszi félév Téma: „Argument Mapping (és hasonló) technológiákon alapuló döntéstámogató rendszerek vizsgálata”
1 Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése Célkitűzés: Információk téma-specifikus, különböző típusú forrásokból (internet, intranet.
Önálló labor munka Csillag Kristóf 2004/2005. tavaszi félév Téma: „Argument Mapping (és hasonló) technológiákon alapuló döntéstámogató rendszerek vizsgálata”
Adatbányászat és WEB2 Németh Bottyán Web2.0 Symposium.
Térképészet és térinformatika
Adatbázis kezelés. Az adatbázis tágabb értelemben egy olyan adathalmaz, amelynek elemei – egy meghatározott tulajdonságuk alapján – összetartozónak tekinthetők.
Vállalati Informatikai Megoldások  VIM bemutató  Szolgáltatásaink  Projektjeink  Technológiánk  Kapcsolatok.
Adatbázis rendszerek I Relációs adatmodell strukturális része Általános Informatikai Tsz. Dr. Kovács László.
A Microsoft Üzleti Intelligencia megoldása és platformja
Podoski Péter és Zabb László. Bevezető Algoritmus-vizualizáció témakörében végeztünk kutatásokat és fejlesztéseket Felmértük a manapság ismert eszközök.
Adatbányászati módszerek a weblogfájlok elemzésében
A VORD használata és alkalmazási lehetőségei Szoftvertechnológia szorgalmi feladat 2007 Simonkovics Noémi & Bíró Ádám.
Bevezetés a szemantikus technológiákba. Szemantikus technológiák  Rendszerelemek – jelentés – logikai formula  Elvárások – logikai formula  Az elvárások.
Adattár alapú Vezetői Információs Rendszer (AVIR) Fejérvári Bence március 26.
Kutatási beszámoló 2002/2003 I. félév Iváncsy Renáta.
A projekt az Európai Unió társfinanszírozásával, az Európa terv keretében valósul meg. Számítógép- hálózatok dr. Herdon Miklós dr. Kovács György Magó Zsolt.
Vizuális programozás Előadó: Csapó Gábor.
EUCIP konferencia október 20. Cséfalvay Katalin Fejlesztés (BUILD) modul.
Az önkormányzati ASP rendszer jegyzői szemmel Dr. Vincze Ferenc címzetes főjegyző Hajdúszoboszló Város Önkormányzata Pajna Sándor vezérigazgató eKÖZIG.
Kovács Gergely Péter Bevezetés
A Robotok miért nem értik az internetet?
Hálózati architektúrák
Szabályozott és képes termékek/szolgáltatások, folyamatok, rendszerek
Üzleti intelligencia megoldások, avagy vezetői döntéstámogatás (XXI.)
Bevezetés a mély tanulásba
Előadás másolata:

Adatbázisrendszerek jövője Dr. Krauszné Dr.Princz Mária

Objektumorientált programozás Relációs adatbázisok Strukturált programozás  Objektumrelációs adatbáziskezelő rendszerek (Oracle 8i, Persistence, UniSQL) Objektumorientált adatbáziskezelő rendszerek (Object Store, Ode, Ontos, Orion) Objektumorientált programozás információ elrejtés OO fejlesztési módszertanok

Megszorítások és triggerek (aktív elemek) Megszorítások: logikai értékű függvények Triggerek: kódrészlet, amelyet egy esemény bekövetkezése vált ki Ha az adatok mérete, vagy az aktív elemek száma nagy, a megvalósítás komoly technikai nehézséget okoz.

Multimédia adatbázisok Jóval nagyobb adatmennyiség, mint a korábbi adatformátumok  A tárkezelőt alkalmassá kell tenni gigabájt méretű sorok kezelésére Hagyományos adatbázisok: strukturált adatok Multimédia adatok: strukturálatlanok vagy szemi strukturáltak  metaadatok használata A multimédia-adatokon végrehajtott műveletek sem egyszerűek (pl egy arcképhez „hasonló” kikeresése)  Tulajdonság-alapú lekérdezés mellett tartalom-alapú lekérdezés

Adattárház - Datawarehouse Különböző adatbázisból származó adatokat megfelelő átalakítás után egy központi adatbázisba másolnak. Az adattárház építés lépései: Adatok válogatása (adatbázisokból) Adatok tisztítása – a következetlenségek, redundanciák eltávolítása A hiányzó információk pótlása Kódolás – túl részletes adatok esetén

Adattárház Az adattárházak jellemzői : Az időtől való függés – az adattárházban lévő adat és a keletkezés időpontja közötti kapcsolat Változatlanság – az adatokat az adattárban csak lekérdezzük és nem módosítjuk A tárgyhoz igazodó adatok – csak azon adatok, amelyek a döntéstámogatáshoz kellenek Egységesítés – minden adatot egy névvel és egy típussal kell megadni

Az adattárház nem szükséges feltétele az adatbányászatnak:

Adatbányászat – Datamining Segítségével jelenségek ok-okozati összefüggéseire lehet következtetni. Az adatbányászat a rejtett tudás, a meglepetésszerű minták és új szabályok feltárása nagyméretű adatbázisokból. Pl. Strukturálatlan adatokból szövegbányászat, web bányászat

Adatbányászat Néhány terület, ahol az adatbányászat fontos: Marketing és eladás A normálistól eltérő minták felderítése Az elmúlt tapasztalatokra és az jelenlegi trendre alapozva a jövő megjövendölése

Az adatbányászatot támogató technikák: Vizualizáció – segít az adatok láthatóvá tételében Statisztikai következtetés - osztályozás, társítás, becslés, jóslás Gépi tanulás - szabályok generálása automatikusan, több száz emberi munkaórát megtakarítva (pl. neurális hálók, döntésfák, genetikus algoritmusok) Döntés támogatás – az eredmények közül kiemeli a lényeget, és azt a döntéshozók számára elérhetővé teszi

Az adatbányászati piramis

Trendek az adatbányászatban Adatbányászat osztott, heterogén, hagyatéki adatbázisokban Adatbányászat metaadatokban Multimédia adatbányászat Web bányászat

Web bányászat

Térinformatika GIS – földrajzi inf. rsz. LIS - földadat inf.rsz. AM / FM- közműnyilvántartás