|
모델링 기술
2.2 데이터베이스(DBMS) 시스템 요건
3. 데이터웨어하우스의 모델링
3.1 데이터모델링
3.1.1 사용자 요구정의
3.1.2 데이터상세화
3.1.3 데이터모델 검증
3.2 프로세스모델링
4. 데이터웨어하우스의 적용방안
4.1 데이터웨어하우
|
- 페이지 24페이지
- 가격 3,000원
- 등록일 2008.08.02
- 파일종류 한글(hwp)
- 참고문헌 있음
- 최근 2주 판매 이력 없음
|
|
Data Science), ② 데이터 애널리틱스(Data Analytics), ③데이터 분석(Data Analysis), ④인공지능(Artificial Intelligence), ⑤머신러닝(Machine Learning), ⑥딥러닝(Deep Learning)이 무엇인지 자세히 설명하시오.
1) 데이터 과학(Data Science)
2) 데이터 애널리틱스(Data An
|
- 페이지 10페이지
- 가격 6,000원
- 등록일 2024.09.19
- 파일종류 한글(hwp)
- 참고문헌 있음
- 최근 2주 판매 이력 없음
|
|
DW (Data Warehouse)
4. ETT (추출시스템)
5. 데이터마이닝 (Data Mining)
6. OLAP (Online Analytical Processing)
7. LTV (Life time Value)
8. CTI (Computer Telephony Integration: 컴퓨터 전화통합 시스템)
9. VolP (voice over internet protocol)
10. EIP (Enterprise Information Portal)
|
- 페이지 9페이지
- 가격 1,500원
- 등록일 2004.07.15
- 파일종류 한글(hwp)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
2025년에는 전 세계 데이터 양이 약 175제타바이트(ZB)에 이를 것으로 예상된다. 이는 기업들이 신속한 의사 1. 빅데이터 개념 및 특성
2. 차세대 분석기술 개요
3. 빅데이터와 차세대 분석의 활용 사례
4. 빅데이터 분석 도구 및 플랫폼
|
- 페이지 6페이지
- 가격 3,000원
- 등록일 2025.06.24
- 파일종류 워드(doc)
- 참고문헌 없음
- 최근 2주 판매 이력 없음
|
|
역사를 설명하시오
(1) 데이터 과학 (Data Science)
(2) 데이터 애널리틱스(Data Analytics)
(3) 데이터 분석 (Data Analysis)
(4) 인공지능(Artificial Intelligence)
(5) 머신러닝(Machine Learning)
(6) 딥러닝(Deep Learning)이 무엇인지 실제 사례를 포함 설명하시오
|
- 페이지 4페이지
- 가격 5,000원
- 등록일 2024.09.25
- 파일종류 워드(doc)
- 참고문헌 있음
- 최근 2주 판매 이력 없음
|