W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Menu

PL EN
PL EN
Strona główna / Prace dyplomowe / Zastosowanie technik uczenia maszynowego do optymalizacji ETL metodą push down na nierelacyjnych źródłach danych

Praca dyplomowa

Pobierz BibTeX

Tytuł

Zastosowanie technik uczenia maszynowego do optymalizacji ETL metodą push down na nierelacyjnych źródłach danych

Wydział

Wydział Informatyki i Telekomunikacji, Politechnika Poznańska

Promotorzy

Recenzenci

Wariant tytułu

EN Zastosowanie technik uczenia maszynowego do optymalizacji ETL metodą push down na nierelacyjnych źródłach danych

Język

polski

Typ

praca magisterska

Data obrony

14.12.2021

System tworzony przez Politechnikę Poznańską oraz Poznańskie Centrum Superkomputerowo-Sieciowe
Szanowni Państwo, w formularzu zgłoszenia publikacji do SIN, by sprostać wymogom oceny wg kryterium umiędzynarodowienia, pojawiło się nowe pole: "Praca powstała w ramach współpracy międzynarodowej".



5. stycznia 2024 r. ogłoszony został Komunikat Ministra Nauki w sprawie wykazu czasopism naukowych i recenzowanych materiałów z konferencji międzynarodowych. Widoczna w SIN punktacja jest odzwierciedleniem punktacji w PBN (co wymuszone jest procedurami przesyłu danych o publikacjach) – zatem nowe, zmienione Komunikatem, punkty widoczne będą w SIN, gdy tylko zostaną zaktualizowane w PBN. Wg pozyskanych z PBN informacji, Wykaz ma zostać wdrożony w kwietniu.
Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.