حل تمرین کتاب ساختار داده و حل مسئله با استفاده از جاوا Weiss - ویرایش سوم
نویسنده: M. A. Weiss
فایل PDF حل تمرین به زبان انگلیسی و در 83 صفحه است.
فایل PDF با بهترین کیفیت و با قابلیت جستجو در متن و کپی برداری از متن است.
کتاب مفاهیم پایگاه داده Kroenke و Auer و Vandenberg و Yoder - ویرایش هشتم
نویسندگان: Kroenke و Auer و Vandenberg و Yoder
فایل PDF کتاب به زبان انگلیسی و در 579 صفحه است.
فایل PDF با بهترین کیفیت، به صورت تمام رنگی و با قابلیت جستجو در متن و کپی برداری از متن است.
مشحصات فایل
عنوان:نوع داده های انتزاعی(ساختمان داده ها و الگوریتمها)
قالب بندی:پاورپوینت
تعداد اسلاید:18
محتوا
Data
نوع داده Data Types
نوع داده انتزاعی Abstract Data Type
نوع داده های اولیه در جاوا
نوع داده های اولیه در جاوا
اعداد گویا
توصیف رسمی ADT
کلاس های جاوا
بیان ADT با شبه کد Java
توصیف داده ها
توصیف عملیات
توصیف یک عمل در ADT
ADT اعداد گویا
آرایه
پیاده سازی ADT
خلاصه
تمرین
Data
مشخصات
ساختمان داده ها به زبان C
امیر علیخانزاده
باغانی
Fundamental of data Structure in C
Horowitz Ellis
قالب بندی:
تعداد اسلاید:320
به دلیل جامع و زیاد بودن موضوعات مورد اشاره پاورپوینت فقط سر فصل های آن در اینچا اشاره کردیم و در پاورپوینت بسیار زیبا و کامل و جانع اشاره شده و مناسب برای تدریس و تهیه شده توسط استائان میباشد
محتویات
فصل اول : مفاهیم اساسی
آشنایی با سیکل زندگی نرم افزار
آشنایی با الگوریتم
آشنایی با پشته
آشنایی با اشاره گر ها
لیست ها و لیست حلقوی
آشنایی با درخت
آشنایی با گراف
جستجو
نیازمندیها
تحلیل:
1- شیوه از بالا به پایین
2- شیوه از پایین به بالا
1-1 سیکل زندگی نرم افزار- طراحی
طراحی
و. . .
مشخصات فایل
عنوان:اصـول طراحـی پایگـاه داده ها
قالب بندی:word
تعداد صفحات:61
محتویات
تعریف پایگاه داده ها(Data Base)
هدف پایگاه داده ها
تعریف افزونگی
انواع افزونگی
مراحل کار پایگاه داده ها
رسم شکل مشی نا پایگاهی
رسم شکل مشی پایگاهی
مزایاو معایب در ناپایگاهی
مزایا و معایب در پایگاهی
معایت
عناصر محیط سیستم های پایگاهی
معماری
معماری سیستم پایگاهی
مزایای توزیع شده
معایب توزیع شده
انواع مدلسازی
مدلسازی معنایی داده ها
نکات مربوط به نوع موجودیت
نکات مهم مربوط به صفت
نکـات مهم مربوط به رابطه
چندی (کاردینالیتی)
تعداد حالات کاردینالیتی
مدلسازی معنایی داده ها (ER)
ارتباط چند موجودیتی - ارتباط یگانی
ارتباط سه موجودیتی
ارتباط سه موجودیتی از نگاهی دیگر
سه فقره اطلاع دو موجودیتی
موجودیت ضعیف – قوی
ER گسترش یافته ((EER
جمع بندی مدلسازی
ساختـار داده ای DS: ( Data Stracturr)
انـواع DS
RDS : Relational Data structure)ساختار داده ای رابطه ای
رفتار TDS در عملیات DB
دستورات در Sql
برای ارتباط M:N می توان از 3 روش ذیل استفاده کنیم
رفتار HDS در عملیات DB : (با فرض روش 2 و داشتن SC )
جمـع بنـدی HDS
رفتـار NDS در عملیـات در DB
تفاوت اساسی در HDS و NSD
معمـاری DB
دید خارجی External View
دید داخلی Internal View
استقلال داده ای : (DI= Data Independence)
دلایل تغییر دید ادراکی
مکانیزم دید روی دی
مزایای دید
معایب مفهوم دید
پایگاه داده رابطه ای
خصوصیات رابطه
فرق جدول و رابطه
دامنه
مزایای مفهوم دامنه
در تقاطع سطر و ستون بیش از یک مقدار داریم
مزایای رابطه نرمال نسبت به غیر نرمال
طراحـی RDB
قواعد عـام
روش های اعمال C2 در عمل حـذف
و . . .
مشخصات فایل
عنوان: تعاریف و تنظیم داده های آماری
قالب بندی: word
تعداد صفحات: 39
محتویات
تعاریف و تنظیم داده های آماری
تعریف علم آمار
واریانس
خواص واریانس
انحراف معیار
ضریب همبستگی
استاندارد کردن ضریب همبستگی
فراوانی مطلق و نسبی
تعریف احتمال برمبنای فراوانی نسبی
تعریف کلاسیک احتمال
قضایای مربوط به احتمال
احتمال هندسی
تعریف محتمل ترین حادثه
کابرد آزمون در همبستگی نسبتها
کاربرد برای آزمون نرمال بودن توزیع
امید ریاضی کمیت تصادفی نا پیوسته
امید ریاضی کمیت تصادفی پیوسته
خواص امید ریاضی
عنوان مقاله: تعاریف و تنظیم داده های آماری
قبل از آنکه علم آمار تعریف گردد لازم است کمی راجع به تاریخچه آن سخن به میان بیاید تاریخچه علم آماررا می توان از بدو تشکیل دولتها آغاز کرد ، زیرا کلمه آمار Statusticesاز کلمه State به معنی دولت گرفته شده است . دولتهای اولیه نیز برای پی بردن به سلطه و قلمروخود احتیاج به آن داشتند . البته در آن زمان منظور از آمار ارقام و اطلاعات مورد نیاز دولتها برای گرفتن مالیات و سربازی و سایر امور مربوطه به کشورداری و سیاست بوده است .
از چند هزار سال قبل از مسیح در کشورهای مصر و چین و هندوستان قدیم سرشماری نفوس و همچنین اندازه میزان – دارائی تحت نفوذ دولتها انجام گردیده است و یا اینکه اغلب به طور ناقص انجام گردیده است ، با این حال همین شمارشهای ابتدائی پایه و اساس آمار امروزی را بنیان نهاده است ولی تقریباً در نیم قرن اخیر همراه با سایر علوم ، علم آمار نیز سیر صعودی را پیموده و گاهی پیشتاز و پیش قراول بعضی از علوم بوده است ، که با استفاده از آن بود که اغلب علوم چند برابر سرعت سیر عادی خود را گرفتند ، زیرا روشها و فنونی که برای تحقیقات علمی ضروری هستند از علم آمار بدست میآید ، بخصوص در علوم فیزیکی و زیست شناسی و اجتماعی و اقتصادی بکار برده می شود . ناگفته نماند گاه ممکن است که یک روش معین تنها به منظور استفاده در یک رشته خاص پژوهش علمی طرح ریزی شده باشد . این بدان معنی نیست که در آن رشته بخصوص آمار کاربرد زیادی دارد .
از آنجائیکه علم آمار ریشه و علایقش به کلیه علوم بشری رسیده است ، امروزه در تمامی دانشگاههای جهان در اکثر رشته های مختلف دانشگاهی اعم از رشته های پزشکی ، فنی ، کشاورزی و برنامه ریزی و… تدریس می شود . برای آنکه هدف این درس بهتر معلوم شود ، لازم است بدواً علم آمار را تعریف نمائیم .
حال چند تعریف را از بین کلیه تعاریف که جامع تر به نظر می آید بیان می کنیم . لازم به تذکر است که برای علم آمار تعاریف زیادی شده است .
۴-۳- واریانس ۱
در میانگین قدر مطلق انحرافات برای اینکه انحرافات مثبت و منفی یکدیگر را خنثی نکنند آن را به صورت قدر مطلق بیان کردیم . این منظور از راه مجذور کردن انحرافات نیز ممکن بود تا فرمول از حالت جبری خارج نشود . بدین طریق مشخص کننده جدیدی از پراکندگی که از هر حیث بر مشخص کننده های قبلی برتری دارد بدست خواهد آمد که آن را واریانس می نامند و یا ، نمایش می دهند . ( واریانس واقعی جامعه را با نشان می دهند )
و عادتاً در این کتاب آن را با نشان خواهیم داد .
در صورتیکه داده های آماری به صورت جدول توزیع فراوانی باشد به بیان دیگر فراوانیهای مقادیر صفت یکسان نباشد ( مانند میانگین حسابی سا ده و میانگین وزنی ) فرمول واریانس به صورت زیر خواهد بود .
معمولا صورت واریانس یعنی مجموع مجذور و انحرافات از میانگین را با (۲) و به طور خلاصه با SS نمایش می دهند در نتیجه فرمول واریانس در حالت کلی به زیر خواهد بود .
چو ن محاسبه واریانس به این صورت خالی از اشکال نیست (چرا ؟) بدین جهت صورت کسر واریانس (SS) را بسط داده به صورت زیر در می آیند .
(اثبات این فرمول بعهده دانشجویان گذارده می شود )
در نتیجه فرمول کلی واریانس عبارت خواهد بو د:
وگاهی را با علامت اختصاری یعنی عامل تصحیح (Correction Factor)
نشان می دهند .
و با استفاده از نتیج می شود که
در نتیجه فرمول عبارت خواهد بود از :
و فرمول واریانس نیز به صورت زیر در می آید .
ویا
در صورتی که داده های آماری به صورت فراوانی نسبی بیان شود فرمول واریانس برابر خواهد بود
مانند تمام مشخص کننده های پیش بهتر است محاسبه آن به کمک جدول انجام گیرد . یادآور می شود که در مقایسه دو یا چند جامعه ، جامعه ایکه واریانس آن کمتر است مقادیر صفت متغیر مورد مطالعه آن جامعه یکنواخت تر از جامعه های دیگر می باشد .
تبصره ((در مواردی که تعداد نمونه نسبت به تعداد کل جامعه خیلی کوچک باشد واریانس را از فرمول بدست می آورند ))
۴-۳-۱- خواص واریانس
چون فرمول واریانس به صورت جبری بیان گردیده است لذا با توجه به فرمول آن می توان خواص زیر را بیان کرد و این خواص به ما کمک می کند که محاسبات را آسان تر بدست آوریم .
که در آن میانگین کل می باشد .
مشخصات فایل
عنوان: داده کاوی، مفاهیم و کاربرد
قالب بندی: word
تعداد صفحات:101
محتویات
فهرست
فصل اول – مفاهیم داده کاوی.. 9
مدیریت ذخیره سازی و دستیابی اطلاعات... 9
ساختار بانک اطلاعاتی سازمان: 10
مراحل فرایند کشف دانش از پایگاه داده ها 16
آماده سازی داده برای مدل سازی.. 30
ابزارهای تجاری داده کاوی Tools DM Commercial 46
منابع اطلاعاتی مورد استفاده 47
حفاظت از حریم شخصی در سیستمهای دادهکاوی.. 56
فصل دوم : کاربردهای داده کاوی.. 59
کاربرد داده کاوی در کسب و کار هوشمند بانک..... 60
داده کاوی درمدیریت ارتباط بامشتری.. 61
کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی.. 63
داده کاوی و مدیریت موسسات دانشگاهی.. 65
داده کاوی و مدیریت بهینه وب سایت ها 66
دادهکاوی و مدیریت دانش.... 67
کاربرد دادهکاوی در آموزش عالی.. 68
فصل سوم – بررسی موردی1: وب کاوی.. 70
مشکلات ومحدودیت های وب کاوی در سایت های فارسی زبان. 75
فصل چهارم – بررسی موردی 2 : داده کاوی در شهر الکترونیک... 79
زمینه دادهکاوی در شهر الکترونیک... 81
کاربردهای دادهکاوی در شهر الکترونیک..... 83
چالشهای دادهکاوی در شهر الکترونیک..... 88
چکیده
امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها ، نیاز به ابزاری است تا بتوان داده های ذخیره شده را پردازش کردواطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد .
با استفاده از پرسش های ساده در SQL و ابزارهای گوناگون گزارش گیری معمولی ، می توان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد داده ها و روابط منطقی میان آنها بپردازند اما وقتی که حجم داده ها بالا باشد ، کاربران هر چند زبر دست و با تجربه باشند نمی توانند الگوهای مفید را در میان حجم انبوه داده ها تشخیص دهند و یا اگر قادر به این کار هم با شند ، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است .
از سوی دیگر کاربران معمولا فرضیه ای را مطرح می کنند و سپس بر اساس گزارشات مشاهده شده به اثبات یا رد فرضیه می پردازند ، در حالی که امروزه نیاز به روشهایی است که اصطلاحا به کشف دانش بپردازند یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند .
داده کاوی یکی از مهمترین این روشها است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند .
در داده کاوی از بخشی از علم آمار به نام تحلیل اکتشافی داده ها استفاده می شود که در آن بر کشف اطلاعات نهفته و ناشناخته از درون حجم انبوه داده ها تاکید می شود . علاوه بر این داده کاوی با هوش مصنوعی و یادگیری ماشین نیز ارتباط تنگاتنگی دارد ، بنابراین می توان گفت در داده کاوی تئوریهای پایگاه داده ها ، هوش مصنوعی ، یادگیری ماشین و علم آمار را در هم می آمیزند تا زمینه کاربردی فراهم شود .
باید توجه داشت که اصطلاح داده کاوی زمانی به کار برده می شود که با حجم بزرگی از داده ها ، در حد مگا یا ترابایت ، مواجه باشیم . در تمامی منابع داده کاوی بر این مطلب تاکید شده است .
هر چه حجم داده ها بیشتر و روابط میان آنها پیچیده تر باشد دسترسی به اطلاعات نهفته در میان داده ها مشکلتر می شود و نقش داده کاوی به عنوان یکی از روشهای کشف دانش ، روشن تر می گردد .
مقدمه
با گسترش فناوری اطلاعات و ارتباطات[1] درجهان و ورود سریع آن به زندگی روزمره مردم مسائل و ضرورتهای تازهای بهوجودآمدهاست .امروزه انسان توسعه یافته کسی است که به اطلاعات دسترسی داشتهباشد و دسترسی به اطلاعات نه یک ضرورت،که یک قدرت محسوبمیشود. دراینمیان شهرها به عنوان مراکز قدرت انسانی و تمدنهای بشری بیش از پیش اهمیتیافتهاند. به اعتقاد الوین تافلر، مردم کره زمین تا به امروز سه موج اساسی تحول راپشت سرگذاشته اند :
موج اول، موج انقلاب کشاوزی است که زمان آغاز آن برکسی مشخص نیست.
موج دوم، انقلاب صنعتی است که به دنبال اختراع ماشین بخار در سال 1764آغاز شد.
موج سوم یا انقلاب انفورماتیک است که ازسال 1946 که بشر به ساخت کامپیوتر نائل آمده آغاز گشتهاست.
اگر در موج دوم سختافزارها به کمک انسانها میآمدند، درموج سوم این نرمافزارها هستند که به خدمت بشر میشتابند و تفکرات و تصورات آدمی را به شکل کدهای صفر و یک و با کمک امواج ماهوارهای مبادله میکنند.
در موج سوم، انسان هر روز که بیشتر یاد میگیرد، بیشترمی فهمدکه با حقیقت فاصله دارد .موج سوم راموج خردورزی نیز لقب داده اند زیرا در این عرصهها، انسانها دیگر فرصت ندارند زیاد با هم صحبتکنند، همه چیز تعریفشده و برای هر تعریف، یک کد درنظرگرفتهشدهاست.
از سوی دیگر در دنیای به شدت رقابتی امروز، اطلاعات بعنوان یکی از فاکتورهای تولیدی مهم پدیدار شده است. در نتیجه تلاش برای استخراج اطلاعات از داده ها توجه بسیاری از افراد دخیل در صنعت اطلاعات و حوزه های وابسته را به خود جلب نموده است.
حجم بالای داده های دائما در حال رشد در همه حوزه ها و نیز تنوع آنها به شکل داده متنی، اعداد، گرافیکها، نقشه ها، عکسها، تصاویر ماهواره ای و عکسهای گرفته شده با اشعه ایکس نمایانگر پیچیدگی کار تبدیل داده ها به اطلاعات است. علاوه بر این، تفاوت وسیع در فرآیندهای تولید داده مثل روش آنالوگ مبتنی بر کاغذ و روش دیجیتالی مبتنی بر کامپیوتر، مزید بر علت شده است. استراتژیها و فنون متعددی برای گردآوری، ذخیره، سازماندهی و مدیریت کارآمد داده های موجود و رسیدن به نتایج معنی دار بکار گرفته شده اند. بعلاوه، عملکرد مناسب ابرداده که داده ای درباره داده است در عمل عالی بنظر میرسد.
پیشرفتهای حاصله در علم اطلاع رسانی و تکنولوژی اطلاعات، فنون و ابزارهای جدیدی برای غلبه بر رشد مستمر و تنوع بانکهای اطلاعاتی تامین می کنند. این پیشرفتها هم در بعد سخت افزاری و هم نرم افزاری حاصل شده اند.
ریزپردازنده های سریع، ابزارهای ذخیره داده های انبوه پیوسته و غیر پیوسته، اسکنرها، چاپگرها و دیگر ابزارهای جانبی نمایانگر پیشرفتهای حوزه سخت افزار هستند. پیشرفتهای حاصل در نظامهای مدیریت بانک اطلاعات در طی چهار دهه گذشته نمایانگر تلاشهای بخش نرم افزاری است.
این تلاشها در بخش نرم افزار را میتوان بعنوان یک حرکت پیشرونده از ایجاد یک بانک اطلاعات ساده تا شبکه ها و بانکهای اطلاعاتی رابطه ای و سلسله مراتبی برای پاسخگویی به نیاز روزافزون سازماندهی و بازیابی اطلاعات ملاحظه نمود. بدین منظور در هر دوره، نظامهای مدیریت بانک اطلاعاتی مناسب سازگار با نرم افزار سیستم عامل و سخت افزار رایج گسترش یافته اند. در این رابطه میتوان از محصولاتی مانند، Dbase-IV, Unify, Sybase, Oracle و غیره نام برد.
داده کاوی یکی از پیشرفتهای اخیر در راستای فن آوریهای مدیریت داده هاست. داده کاوی مجموعه ای از فنون است که به شخص امکان میدهد تا ورای داده پردازی معمولی حرکت کند و به استخراج اطلاعاتی که در انبوه داده ها مخفی و یا پنهان است کمک می کند. انگیزه برای گسترش داده کاوی بطور عمده از دنیای تجارت در دهه 1990 پدید آمد. مثلا داده کاوی در حوزه بازاریابی، بدلیل پیوستگی غیرقابل انتظاری که بین پروفایل یک مشتری و الگوی خرید او ایجاد میکند اهمیتی خاص دارد.
تحلیل رکوردهای حجیم نگهداری سخت افزارهای صنعتی، داده های هواشناسی و دیدن کانال های تلوزیونی از دیگر کاربردهای آن است. در حوزه مدیریت کتابخانه کاربرد داده کاوی بعنوان فرایند ماخذ کاوی نامگذاری شده است. این مقاله به کاربردهای داده کاوی در مدیریت کتابخانه ها و موسسات آموزشی می پردازد. در ابتدا به چند سیستم سازماندهی داده ها که ارتباط نزدیکی به داده کاوی دارند می پردازد؛ سپس عناصر داده ای توصیف میشوند و درپایان چگونگی بکارگیری داده کاوی در کتابخانه ها و موسسات آموزشی مورد بحث قرار گرفته و مسائل عملی مرتبط در نظر گرفته می شوند.
فصل اول – مفاهیم داده کاوی مدیریت ذخیره سازی و دستیابی اطلاعات
داده های اطلاعاتی به عنوان یکی از منابع حیاتی سازمان شناخته می شود و بسیاری از سازمان ها با اطلاعات و دانش سازمانی خود مانند سایر دارایی های ارزشمندشان برخورد می کنند .
نکته: داده اطلاعاتی (Data) به اطلاعات خام سازمان اتلاق میشود و اطلاعات (Information) به دادههای پردازش شده. همچنین داده های پردازش شده پس از طبقه بندی و آنالیز به دانش سازمان (Knowledge) تبدیل می گردند.
[1] Information and Communication Technology(ICT)
مشخصات فایل
عنوان: پاورپوینت مدل مدیریتی کنترل دسترسی نقش مبنا و امنیت پایگاه داده
قالب بندی : پاورپوینت
تعداد اسلاید:53
محتویات
فهرست مطالب