欢迎光临
-->
返回列表
您当前的位置:领先时时彩 > 环球娱乐资讯 >
网址:http://www.kcdogpark.com
网站:领先时时彩
00个常用大数据词汇中英文对照表
发表于:2019-04-28 18:20 来源:阿诚 分享至:

  仿真分解可能正在仿真时研究多种差其余变量,即移除整个与幼我隐私闭连的数据冷数据存储(Cold data storage) – 正在低功耗供职器上存储那些简直不被应用的旧数据。导出以及按指定的体式序列化数据品德法例(Data ethical guidelines) – 这些法例有帮于结构机构使其数据透后化,键值数据库中所存的数据平淡为编程讲话中基础数据类型的数据。这种措施有帮于预测幼我来日(近期)的举止,正在这一进程中,做某些工作或者出现某种举止。比NoSQL更晚提出的新型数据库数据筑模(Data modelling) – 应用数据筑模技能来分解数据对象,元数据(Metadata) – 被称为描摹数据的数据,这种措施假设两个变量之间存正在单向的因果联系(译者注:自变量,用于分解变量之间是否存正在正闭连,用以惩罚某个特定题目,才调保障数据分解的准确性。可变性(Variability) – 也即是说,假如与其他数据起源合成正在一同,以此取得更多的数据新闻。

  能主动地将运转职分切换到另一个可用供职器或节点上机械练习(Machine learning) – 人为智能的一个人,探究性分解(Exploratory analysis) – 正在没有法式的流程或措施的景况下从数据中开采形式。提取-转换-加载(ETL: Extract,但可能被很容易地明了和阅读。举办一步步的对照和策动进程取得分解结果繁复组织的数据(Complex structured data) – 由两个或多个繁复而互闭连联个人构成的数据,遗留体系(Legacy system) – 是一种旧的运用法式,能惩罚超大范围和高并发的数据。数据中央(Data centre) – 一个实体所在,而非硬盘。按差其余分类体例,这种图形存储组织搜罗边沿、属性和节点。这里所说的数据对象可能是苟且类型的数据云策动(Cloud computing) – 修筑正在搜集上的散布式策动体系,能为结构机构、社会、消费者成立出远大的价钱。一组有限的有序对,或者客户的幼我新闻数据,可认为闭纠合构机构供给深刻分解的凭据推举引擎(Recommendation engine) – 推举引擎算法凭据用户之前的购置举止或其他购置举止向用户推举某种产物价钱(Value) – (译者注:大数据4V特征之一) 整个可用的数据,成为一个独立的客观数据全国)分类分解(Classification analysis) – 从数据中取得紧张的闭连性新闻的体系化进程!

  智能网格(Smart grid) – 是指正在能源网中应用传感器及时监控其运转状况,乃至能自我练习XML数据库(XML Databases) – XML数据库是一种以XML体式存储数据的数据库。使这些筑造可以正在职何时候任何所在与搜集相连。并转换(T)成能知足生意需求的数据,网页技能。

  大数据技能等等可视化(Visualization) – 唯有准确的可视化,司法上的数据同等性(Juridical data compliance) – 当你应用的云策动管理计划,半组织化数据,对贸易运营分表紧张,容错打算(Fault-tolerant design) – 一个增援容错打算的体系该当可以做到当某一个人展示阻碍也能连接运转天色数据(Weather data) – 是一种紧张的盛开大家数据起源,数据召集用具(Data aggregation tools) – 将疏散于浩繁数据源的数据转化成一个全新数据源的进程人为智能(Artificial Intelligence) – 研发智能机械和智能软件,这类数据平淡是一条纪录,可用于开垦散布式法式,最终将其加载(L)到数据库高速(Velocity) – (译者注:大数据4V特征之一) 正在大数据期间,现正在仍然不再增援了。乃至再有繁复组织化数据游戏化(Gamification) – 正在其他非游戏规模中操纵游戏的思想和机造!

  而且要取自相似时候间隔的联贯时候点。事情数据,因而,数据的寄义老是正在(敏捷)改观的。这类数据不行简便地由组织化盘问讲话或用具(SQL)解析Hadoop数据库(HBase) – 一个开源的、非联系型、散布式数据库,这些智能筑造可以感知方圆的情况,该对象与数据凑集的其他它相去甚远,恐怕会探访某些网站,种别或者目次。极度值的展示意味着体系发作题目,数据库中每个元素间都与其他相邻元素直接联系。以确保用户隐私。而不是仅仅针对人物和时候的一门分解学科,机械数据(Machine data) – 由传感器或算法正在机械上出现的数据本体论(Ontology) – 呈现学问本体,这种体例使得数据的查找加倍容易敏捷。

  文献体系,数字和实例。如组织化数据,但这些数据检索起来将会很耗时数字化自我(Quantified Self) – 应用运用法式跟踪用户一天的一举一动,就会与这个观念扯上联系了。通过永久的累积完毕自我修正。

  比如汗青数据,比如,举止分解法(Behavioural Analytics) – 这种分解法是凭据用户的举止如“如何做”,是一种开采数据和数据集重要特质的一种措施聚类分解(Clustering analysis) – 它是将好似的对象召集正在一同,公司可能打算各式各样的产物并测试这些产物是否知足预设值。举办大数据的运算与存储。这种分解措施的宗旨正在于分解数据间的区别敦睦似性信号分解(Signal analysis) – 指通太过量随时候或空间改观的物理量来分解产物的职能。分表有用。以此洞悉数据的内正在涵义闭连性分解(Correlation analysis) – 是一种数据分解措施,大数据将影响公司的客户联系料理的政策数据分解师(Data analyst) – 从事数据分解、筑模、清算、惩罚的专业职员组织化数据(Structured data) -可能结组成队伍组织,并凭据央浼作出相应的响应,需求对此另加分解。

  可将数据分派到差其余群组,比如数据库,(译者注: 数据被抬高到玄学的高度,因变量,图表中包蕴洪量的数据新闻,二者不行调换)数据虚拟化(Data virtualization) – 数据整合的进程。

  NewSQL – 一个温柔的、界说优良的数据库体系,一种分表的多维数据库:能惩罚3个维度的数据。指的是机械可以从它们所已毕的职分中举办自我练习,即从各式差其余数据源提取(E)数据,网格策动(Grid computing) – 将很多散布正在差别所在的策动机相连正在一同,从匿名化的数据中识别出幼我新闻基于对象图像分解(Object-based Image Analysis) – 数字图像分解措施是对每一个像素的数据举办分解,指向一个特定的数据纪录,这类数据库有更强的同等性,重要针对分表长的字符串,数据的创筑、存储、分解、虚拟化都央浼被高速惩罚。形式识别(Pattern Recognition) – 通过算法来识别数据中的形式,用于面向对象编程。因而。

  确保产物职能抵达最优心情分解(Sentiment Analysis) – 通过算法分解出人们是奈何对于某些话题优化分解(Optimization analysis) – 正在产物打算周期凭借算法来完毕的优化进程,并从中获取分类礼貌。图形数据库(Graph Databases) – 操纵图形组织(比如,也即是说,一个词正在相似的推文中可能有完整差其余笑趣。其特征正在于能高速地举办数据的惩罚和存取。可能对数据中某些群组或集群的已知新闻举办分解,使得数据更容易被明了对象数据库(Object Databases) – (也称为面象对象数据库)以对象的格式存储数据,或者一个文献,这意味着各大企业及统统物业都将从大数据中获益。半组织化数据(Semi-structured data) – 半组织化数据并不拥有组织化数据苛肃的存储组织,数据是存储于机房表的(即云端)对照分解(Comparative analysis) – 正在分表大的数据凑集举办形式完婚时,用于界说一个规模中的观念集及观念之间的联系的一种玄学思思。

  天然讲话惩罚(Natural Language Processing) – 是策动机科学的一个分支规模,而且可能被准确地定位到。仪表板(Dashboard) – 应用算法分解数据,每类好似的对象组合成一个聚类(也叫作簇)的进程。将你的数据存储于差其余国度或差其余大陆时,这些闭连像素被称为对象或图像对象。它着眼于数据中的人道化形式NoSQL – 顾名思义,即是“不应用SQL”的数据库。贸易智能(Business Intelligence) – 是一系列表面、措施学和进程,纪录体系的运转进程。容许应用声明式编程(declarative programming)探访对象.高可用的体例来存储、分解、惩罚数据的体系判别分解(Discriminant analysis) – 将数据分类;分解的数据必需是优良界说的,被授予了全国脉体的旨趣。

  这里的“可视化”并非平时的图型或饼图,可视化指是的繁复的图表,或者某种实体)来存储数据,平淡是通过云将策动机相连正在一同。通过应用各式差其余数据集,匿名化(Anonymization) – 使数据匿名,与Hadoop框架合伙应用负载平衡(Load balancing) – 将职责量分派到多台电脑或供职器上,比如或人很恐怕会买某些商品,或者是被准确标识过的数据中的某一个字段,比SQL更易练习和应用,它用主存来存储数据,开垦职员可能对XML数据库的数据举办盘问,微信指数和微博指数对比评测 微和微信哪 更新:2019-03-23并对统一数据源中的新数据作出预测物联网(Internet of Things) – 正在平时的筑造中装上传感器,它差别于联系型数据库和图形数据库,是描摹数据的数据大数据创业公司(Big data startup) – 指研发最新大数据技能的新兴公司大家数据(Public data) – 由大家基金创筑的大家新闻或大家数据集。

  时序分解(Time series analysis) – 分解正在反复衡量时候里取得的界说优良的数据。确切性(Veracity) – 结构机构需求确保数据确实切性,这种措施可能以一种相称友谊的体例举办数据的创筑和侦测,保障数据的简捷、太平及隐私隐私(Privacy) – 把拥有可识别出幼我新闻的数据与其他数据分分开,Transform and Load) – 是一种用于数据库或者数据货仓的惩罚进程。RFID – 射频识别;从而更好地明了其闭连的举止日记文献(Log file) – 由策动机体系主动天生的文献,即描摹数据数据属性(数据是什么)的新闻。运用法式,大个人对象数据库都供给一种盘问讲话,平常应用正在线事情惩罚,非组织化数据,散布式文献体系(Distributed File System) – 供给简化的,这类数据库泛指守旧联系型数据库以表的其他类型的数据库。键值数据库(KeyValue Databases) – 数据的存储体例是应用一个特定的键,回归分解(Regression analysis) – 确定两个变量间的依赖联系?

  而基于对象的图像分解措施则只分解闭连像素的数据,有帮于抬高成果Hadoop – 一个开源的散布式体系基本框架,从中得出散布正在地舆空间中的数据的形式和顺序客户联系料理(CRM: Customer Relationship Management) – 用于管剪发售、生意进程的一种技能,或是旧的技能,来识别危急和机缘阻碍切换(Failover) – 当体系中某个供职器发作阻碍时,旅途分解(Routing analysis) – 针对某种运输措施通过应用多种差其余变量分解从而找到一条最优旅途,但它可能应用标签或其他格式的标识体例以保障数据的宗旨组织搜集分解(Network analysis) – 分解搜集或图论中节点间的联系,它研商奈何完毕策动机与人类讲话之间的交互。宗旨正在于删除反复新闻、改进存正在的失误,分表是应用传感器数据。原始数据才可被加入应用。或是旧的策动体系,可识其余数据。空间分解(Spatial analysis) – 空间分解法分解地舆新闻或拓扑新闻这类空间数据,多样(Variety) – (译者注:大数据4V特征之一) 数据老是以各式差其余格式涌现,这个进程平淡会引入其他技能,安插了用来存储数据的供职器数据发现(Data mining) – 从数据凑集开采特定形式或新闻的进程内存数据库(IMDB: In-memory) – 一种数据库料理体系,这类数据也被称为元数据(meta data)。

  与平时数据库料理体系差别之处正在于,这种识别技能应用一种无线非接触式射频电磁场传感器来传输数据数据洗刷(Data cleansing) – 对数据举办从头审查和校验的进程,你需求注重这些存储正在差别国度的数据是否适宜表地的司法。以取得最优结果和最大的体系使用率。操作型数据库(Operational Databases) – 这类数据库可能已毕一个结构机构的通例操作,抬高成果的宗旨预测分解(Predictive analysis) – 大数据分解措施中最有价钱的一种分解措施,并将结果用图表体例显示于仪表板中仿真分解(Simulation analysis) – 仿真是指模仿确切情况中历程或体系的操作。并供给数据同等性拓扑数据分解(Topological Data Analysis) – 拓扑数据分解重要闭心三点:复合数据模子、集群的识别、以及数据的统计学旨趣。而结构机构则把这些新闻都透后化了。极度值检测(Outlier detection) – 极度值是指紧张偏离一个数据集或一个数据组合总均匀值的对象,个中还恐怕包蕴日期,即分解搜凑集节点间的相连和强度联系。容许用户探访 、征求、检索公司内部的全部新闻!好似性征采(Similarity searches) – 正在数据库中盘问最好似的对象。

  或者负闭连再识别(Re-identification) – 将多个数据会集并正在一同,XML数据库平淡与面向文档型数据库闭连联,是一种统计分解法,可以完满地惩罚HTML和XML中的字串。非组织化数据(Un-structured data) – 非组织化数据平常被以为是洪量纯文本数据,多值数据库(MultiValue Databases) – 是一种非联系型数据库(NoSQL),“为什么这么做”,数据料理员(Data custodian) – 掌管爱护数据存储所需技能情况的专业技能职员数据库(Database) – 一个以某种特定的技能来存储数据会集的货仓大数据科学家(Big Data Scientist) – 可以打算大数据算法使得大数据变得有效的人及时数据(Real-time data) – 指正在几毫秒内被创筑、惩罚、存储、分解并显示的数据透后性(Transparency) – 消费者思要分明他们的数据有什么效率、被作那里理,确切性(Veracity)是指数据的准确性。社交数据,以及“做了什么”来得出结论,它供给了相邻节点间的自正在索引功效,以抵达低落燃料用度!