توضیحات
Time series data is of growing importance, especially with the rapid expansion of the Internet of Things. This concise guide shows you effective ways to collect, persist, and access large-scale time series data for analysis. Youll explore the theory behind time series databases and learn practical methods for implementing them. Authors Ted Dunning and Ellen Friedman provide a detailed examination of open source tools such as OpenTSDB and new modifications that greatly speed up data ingestion.
Youll learn:
– A variety of time series use cases
– The advantages of NoSQL databases for large-scale time series data
– NoSQL table design for high-performance time series databases
– The benefits and limitations of OpenTSDB
– How to access data in OpenTSDB using R, Go, and Ruby
– How time series databases contribute to practical machine learning projects
– How to handle the added complexity of geo-temporal data
For advice on analyzing time series data, check out Practical Machine Learning: A New Look at Anomaly Detection, also from Ted Dunning and Ellen Friedman.
————————————————————–
ترجمه ماشینی :
دادههای سری زمانی اهمیت فزایندهای دارند، بهویژه با گسترش سریع اینترنت اشیا. این راهنمای مختصر به شما روشهای مؤثری برای جمعآوری، تداوم و دسترسی به دادههای سری زمانی در مقیاس بزرگ برای تجزیه و تحلیل نشان میدهد. شما تئوری پشت پایگاه داده سری های زمانی را بررسی خواهید کرد و روش های عملی برای پیاده سازی آنها را یاد خواهید گرفت. نویسندگان تد دانینگ و الن فریدمن بررسی دقیقی از ابزارهای منبع باز مانند OpenTSDB و تغییرات جدید ارائه میدهند که سرعت انتقال دادهها را بسیار افزایش میدهد.
شما یاد خواهید گرفت:
– انواع موارد استفاده از سریهای زمانی
– مزایا پایگاه های داده NoSQL برای داده های سری زمانی در مقیاس بزرگ
– طراحی جدول NoSQL برای پایگاه های داده سری زمانی با کارایی بالا
– مزایا و محدودیت های OpenTSDB
– نحوه دسترسی به داده ها در OpenTSDB با استفاده از R، Go، و Ruby
– چگونه پایگاههای داده سری زمانی به پروژههای یادگیری ماشین عملی کمک میکنند
– نحوه مدیریت پیچیدگی بیشتر دادههای جغرافیایی-زمانی
برای مشاوره در مورد تجزیه و تحلیل دادههای سری زمانی، یادگیری ماشین عملی: نگاهی جدید را بررسی کنید در Anomaly Detection، همچنین از تد دانینگ و الن فریدمن.
tag : دانلود کتاب پایگاه های داده سری های زمانی راه های جدید برای ذخیره و دسترسی به داده ها , Download پایگاه های داده سری های زمانی راه های جدید برای ذخیره و دسترسی به داده ها , دانلود پایگاه های داده سری های زمانی راه های جدید برای ذخیره و دسترسی به داده ها , Download Time Series Databases New Ways to Store and Access Data Book , پایگاه های داده سری های زمانی راه های جدید برای ذخیره و دسترسی به داده ها دانلود , buy پایگاه های داده سری های زمانی راه های جدید برای ذخیره و دسترسی به داده ها , خرید کتاب پایگاه های داده سری های زمانی راه های جدید برای ذخیره و دسترسی به داده ها , دانلود کتاب Time Series Databases New Ways to Store and Access Data , کتاب Time Series Databases New Ways to Store and Access Data , دانلود Time Series Databases New Ways to Store and Access Data , خرید Time Series Databases New Ways to Store and Access Data , خرید کتاب Time Series Databases New Ways to Store and Access Data ,

نقد و بررسیها
هنوز بررسیای ثبت نشده است.