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 PBN 26.06.24 zaktualizowana została punktacja czasopism (zgodnie z Wykazem ogłoszonym 5.01.24).
Nadal jednak nie zaktualizowano punktacji konferencji – co więcej, nie jest znany nawet przybliżony termin wdrożenia tej części Wykazu. Widoczna w SIN punktacja jest odzwierciedleniem punktacji w PBN (wymuszają to procedury przesyłu danych o publikacjach), zatem punkty za konferencje widoczne w SIN będą mogły zostać zmienione, dopiero gdy zostaną zaktualizowane w PBN.

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.