Tài liệu miễn phí Cơ sở dữ liệu

Download Tài liệu học tập miễn phí Cơ sở dữ liệu

Đánh giá biến động lớp phủ thực vật dựa trên phân tích chuỗi thời gian với Apache Spark và RasterFrames

Bài viết giới thiệu phương pháp xử lý dữ liệu ảnh vệ tinh sử dụng thư viện RasterFrames trên nền tảng Apache Spark. Thư viện RasterFrames xử lý dữ liệu raster cho Python, Scala và SQL, mang sức mạnh của Spark DataFrames vào việc truy cập dữ liệu quan sát Trái đất (Earth Observation), điện toán đám mây và khoa học dữ liệu. Trong phần thực nghiệm, chỉ số thực vật NDVI và sự thay đổi giá trị trung bình của NDVI theo chuỗi thời gian đã được tính toán để chỉ ra sự biến đổi lớp phủ thực vật tại khu vực tỉnh Phú Thọ từ năm 2013-2015.

3/19/2021 1:57:45 AM +00:00

Bài giảng Phân tích thiết kế hệ thống thông tin: Bài 7 - ThS. Thạc Bình Cường

Bài giảng Phân tích thiết kế hệ thống thông tin - Bài 7: Quá trình phát triển phần mềm hướng đối tượng tìm hiểu phát triển các mô hình thiết kế hướng đối tượng; những lập trình viên sử dụng các mô hình để mã hoá hệ thống; hai mô hình quan trọng nhất là các sơ đồ thiết kế lớp và các sơ đồ tương tác (sơ đồ trình tự và sơ đồ hợp tác); các sơ đồ lớp được phát triển cho các tầng (layer) truy cập dữ liệu, quan sát và miền; các sơ đồ tương tác mở rộng các sơ đồ trình tự hệ thống.

3/18/2021 4:34:08 PM +00:00

Bài giảng Phân tích thiết kế hệ thống thông tin: Bài 6 - ThS. Thạc Bình Cường

Bài giảng Phân tích thiết kế hệ thống thông tin - Bài 6: Những nét chung nhất kỹ nghệ phần mềm hướng đối tượng được biên soạn với mục đích giúp các bạn nắm được xây dựng các sơ đồ use-case (Use Case Diagram); viết các phần mô tả tình huống và Use Case; Phát triển các sơ đồ hoạt động (Activity Diagram) và các sơ đồ trình tự hệ thống (System Sequence Diagram); cải tiến và tăng cường sơ đồ lớp mô hình miền (Domain Model Class Diagram); giải thích cách thức sơ đồ UML kết hợp để xác định các yêu cầu chức năng cho việc tiếp cận hướng đối tượng.

3/18/2021 4:33:59 PM +00:00

Bài giảng Phân tích thiết kế hệ thống thông tin: Bài 5 - ThS. Thạc Bình Cường

Bài giảng Phân tích thiết kế hệ thống thông tin - Bài 5: Các kỹ thuật thiết kế cơ bản trình bày tổng quan của các mô hình được xây dựng, qui trình phát triển mô hình, thuật ngữ liên quan; các sơ đồ dòng dữ liệu được chú giải bằng các thông tin có khung bao tự động như thế nào; tích hợp vào các thao tác thiết kế khác; ứng dụng phương thức vào kiến trúc 3 tầng.

3/18/2021 4:33:52 PM +00:00

Bài giảng Phân tích thiết kế hệ thống thông tin: Bài 4 - ThS. Thạc Bình Cường

Bài giảng Phân tích thiết kế hệ thống thông tin - Bài 4: Các kỹ thuật phân tích cơ bản trình bày tổng quan về hoạt động cổ điển và hướng đối tượng; biểu đồ phân cấp chức năng; biểu đồ luồng dữ liệu; mô hình thực thể liên kết; mô hình hệ thống phân chia hệ thống; những vấn đề ổn định dòng dữ liệu; cấu trúc câu lệnh; xác định dòng dữ liệu.

3/18/2021 4:33:45 PM +00:00

Bài giảng Phân tích thiết kế hệ thống thông tin: Bài 3 - ThS. Thạc Bình Cường

Bài giảng Phân tích thiết kế hệ thống thông tin - Bài 3: Quy trình thiết kế hệ thống hướng cấu trúc thông tin đến người học mô hình phân tích và thiết kế; khảo sát hiện trạng và xác định khả thi; phân tích chức năng và dữ liệu; các giao diện của hệ thống.

3/18/2021 4:33:39 PM +00:00

Bài giảng Phân tích thiết kế hệ thống thông tin: Bài 2 - ThS. Thạc Bình Cường

Bài giảng Phân tích thiết kế hệ thống thông tin - Bài 2: Các phương pháp luận về phát triển một hệ thống thông tin được biên soạn nhằm cung cấp đến người học kiến thức khái niệm về sự phát triển hệ thống thông tin; vòng đời của các giai đoạn phát triển hệ thống; các phương pháp tiếp cận của phân tích thiết kế; so sánh và lựa chọn phương pháp phù hợp.

3/18/2021 4:33:33 PM +00:00

Bài giảng Phân tích thiết kế hệ thống thông tin: Bài 1 - ThS. Thạc Bình Cường

Bài giảng Phân tích thiết kế hệ thống thông tin - Bài 1: Các khái niệm cơ bản giúp người học nắm được khái niệm về hệ thống và hệ thống thông tin; khái niệm về mô hình hóa; các mức độ trừu tượng hóa; case study.

3/18/2021 4:33:26 PM +00:00

Bài giảng Các giao thức điều khiển liên kết dữ liệu

Bài giảng Các giao thức điều khiển liên kết dữ liệu tìm hiểu giao thức kiểm soát liên kết dữ liệu; kiểm soát luồng dừng và chờ; sử dụng liên kết dừng và chờ; mô tả cửa sổ trượt; yêu cầu lặp lại tự động (ARQ); kiểm soát liên kết dữ liệu cấp cao (HDLC)... Mời các bạn cùng tham khảo bài giảng để nắm chi tiết hơn nội dung kiến thức.

3/18/2021 4:05:09 PM +00:00

Bài giảng Cấu trúc dữ liệu và giải thuật (Data structures and Algorithms): Chương 3 - Ngô Công Thắng

Chương 3 - Sắp xếp và tìm kiếm nâng cao. Những nội dung chính được trình bày trong chương này gồm có: Sắp xếp nhanh (Quick Sort), sắp xếp vun đống (Heap Sort), sắp xếp hòa nhập (Merge Sort), tìm kiếm nhị phân, cây nhị phân tìm kiếm. Mời các bạn cùng tham khảo.

3/18/2021 2:00:46 PM +00:00

Bài giảng Cấu trúc dữ liệu và giải thuật (Data structures and Algorithms): Chương 2 - Ngô Công Thắng

Bài giảng Cấu trúc dữ liệu và giải thuật (Data structures and Algorithms) - Chương 2 trang bị cho người học những kiến thức cơ bản về đồ thị. Những nội dung chính được trình bày trong chương này gồm có: Định nghĩa đồ thị, biểu diễn đồ thị, phép duyệt đồ thị, cây khung và cây khung với giá trị cực tiểu. Mời các bạn cùng tham khảo.

3/18/2021 2:00:39 PM +00:00

Bài giảng Cấu trúc dữ liệu và giải thuật (Data structures and Algorithms): Chương 1 - Ngô Công Thắng

Bài giảng Cấu trúc dữ liệu và giải thuật (Data structures and Algorithms): Chương 1 giới thiệu về Cây (Tree). Những nội dung chính trong chương này gồm có: Định nghĩa và khái niệm, cây nhị phân, cây tổng quát, ứng dụng. Mời các bạn cùng tham khảo.

3/18/2021 2:00:32 PM +00:00

Bài giảng Cấu trúc dữ liệu và giải thuật (Data structures and Algorithms): Chương giới thiệu - Ngô Công Thắng

Bài giảng Cấu trúc dữ liệu và giải thuật (Data structures and Algorithms) gồm có 4 chương với những nội dung chi tiết sau: Chương 1 - Cấu trúc dữ liệu và giải thuật, chương 2 - mảng và danh sách, chương 3 - danh sách liên kết, chương 4 - giải thuật sắp xếp và tìm kiếm đơn giản. Mời các bạn cùng tham khảo.

3/18/2021 2:00:18 PM +00:00

Bài giảng Cấu trúc dữ liệu và giải thuật - Chương 7: Giải thuật tìm kiếm

Những nội dung chính được trình bày trong chương 7 gồm có: Bài toán tìm kiếm, tìm kiếm tuần tự (Sequential searching), tìm kiếm nhị phân (Binary searching), cây nhị phân tìm kiếm. Mời các bạn cùng tham khảo.

3/18/2021 2:00:12 PM +00:00

Bài giảng Cấu trúc dữ liệu và giải thuật - Chương 6: Giải thuật sắp xếp

Những nội dung chính được trình bày trong chương 6 gồm có: Sắp xếp chọn (selection sort), sắp xếp chèn (insert sort), sắp xếp nổi bọt (bubble sort), sắp xếp nhanh (quick sort), sắp xếp vun đống (heap sort), sắp xếp hòa nhập (merge sort). Mời các bạn cùng tham khảo.

3/18/2021 2:00:05 PM +00:00

Bài giảng Cấu trúc dữ liệu và giải thuật - Chương 5: Đồ thị

Bài giảng Cấu trúc dữ liệu và giải thuật - Chương 5: Đồ thị. Những nội dung chính được trình bày trong chương 5 gồm có: Định nghĩa đồ thị, biểu diễn đồ thị, phép duyệt đồ thị, cây khung và cây khung với giá trị cực tiểu, bài toán tìm đường đi ngắn nhất. Mời các bạn cùng tham khảo.

3/18/2021 1:59:58 PM +00:00

Bài giảng Cấu trúc dữ liệu và giải thuật - Chương 4: Giải thuật sắp xếp và tìm kiếm đơn giản

Những nội dung chính được trình bày trong chương 4 gồm có: Sắp xếp chọn (Selection Sort), sắp xếp chèn (Insert Sort), sắp xếp nổi bọt (Bubble Sort), tìm kiếm tuần tự (Sequence Search). Mời các bạn cùng tham khảo.

3/18/2021 1:59:52 PM +00:00

Bài giảng Cấu trúc dữ liệu và giải thuật - Chương 3: Danh sách liên kết (Ngô Công Thắng)

Những nội dung chính được trình bày trong chương 3 gồm có: Giới thiệu về danh sách liên kết, danh sách liên kết đơn, danh sách liên kết vòng, danh sách liên kết kép, cài đặt ngăn xếp và hàng đợi bằng danh sách liên kết đơn. Mời các bạn cùng tham khảo.

3/18/2021 1:59:45 PM +00:00

Bài giảng Cấu trúc dữ liệu và giải thuật - Chương 2: Mảng và danh sách

Chương 2 có thể giúp người học biết được các khái niệm về mảng và danh sách, các phép toán trên danh sách, lưu trữ kế tiếp cho danh sách tuyến tính, cấu trúc ngăn xếp (Stack), lưu trữ kế tiếp, các phép toán trên ngăn xếp, các phép toán trên ngăn xếp,... Mời các bạn cùng tham khảo.

3/18/2021 1:59:39 PM +00:00

Bài giảng Cấu trúc dữ liệu và giải thuật - Chương 1: Cấu trúc dữ liệu và giải thuật

Bài giảng Cấu trúc dữ liệu và giải thuật - Chương 1: Cấu trúc dữ liệu và giải thuật. Những nội dung chính được trình bày trong chương 1 gồm có: Mối quan hệ giữa cấu trúc dữ liệu và giải thuật, các cách diễn đạt giải thuật, thiết kế và phân tích giải thuật, giải thuật đệ quy. Mời các bạn cùng tham khảo.

3/18/2021 1:59:32 PM +00:00

Bài tập lớn môn Cơ sở dữ liệu: Phần mềm quản lý thư viện

Nội dung của bài tập này nhằm xây dựng ứng dụng quản lý cơ sở dữ liệu thư viện cho mượn sách; thiết kế cơ sở dữ liệu theo mô hình trừu tượng 3 lớp; chuẩn hóa dạng 3NF và cài đặt cơ sở dữ liệu. Mời các bạn cùng tham khảo!

3/18/2021 1:56:49 PM +00:00

Lecture Data mining and analysis: Fundamental concepts and algorithms: Chapter 22 - Mohammed J. Zaki, Wagner Meira

Chapter 22 - Classification assessment. In this chapter we look at methods to assess a classifier, and to compare multiple classifiers. We start by defining metrics of classifier accuracy. We then discuss how to determine bounds on the expected error. We finally discuss how to assess the performance of classifiers and compare them.

3/18/2021 4:11:40 AM +00:00

Lecture Data mining and analysis: Fundamental concepts and algorithms: Chapter 21 - Mohammed J. Zaki, Wagner Meira

Chapter 21 - Support vector machines. In this chapter we describe Support Vector Machines (SVMs), a classification method based on maximum margin linear discriminants, that is, the goal is to find the optimal hyperplane that maximizes the gap or margin between the classes.

3/18/2021 4:11:30 AM +00:00

Lecture Data mining and analysis: Fundamental concepts and algorithms: Chapter 20 - Mohammed J. Zaki, Wagner Meira

Chapter 20 - Linear discriminant analysis. In chapter 20, we consider the task of finding an optimal direction that separates the points from two classes via linear discriminant analysis. It can be considered as a dimensionality reduction method that also takes the class labels into account, unlike PCA, which does not consider the class attribute.

3/18/2021 4:11:22 AM +00:00

Lecture Data mining and analysis: Fundamental concepts and algorithms: Chapter 19 - Mohammed J. Zaki, Wagner Meira

Chapter 19 - Decision tree classifier. In chapter 19 we consider the popular decision tree classifier, one of whose strengths is that it yields models that are easier to understand compared to other methods. A decision tree recursively partitions the data space into “pure” regions that contain data points from only one class, with relatively few exceptions.

3/18/2021 4:11:14 AM +00:00

Lecture Data mining and analysis: Fundamental concepts and algorithms: Chapter 18 - Mohammed J. Zaki, Wagner Meira

Chapter 18 - Probabilistic classification. Classification refers to the task of predicting a class label for a given unlabeled point. In this chapter we consider three examples of the probabilistic classification approach. The (full) Bayes classifier uses the Bayes theorem to predict the class as the one that maximizes the posterior probability.

3/18/2021 4:11:07 AM +00:00

Lecture Data mining and analysis: Fundamental concepts and algorithms: Chapter 17 - Mohammed J. Zaki, Wagner Meira

Chapter 17 - Clustering validation. In this chapter, we describe various clustering validation and evaluation strategies, spanning external and internal measures to compare a clustering with the ground-truth if it is available, or to compare two clusterings. We also highlight methods for clustering stability, that is, the sensitivity of the clustering to data perturbation, and clustering tendency, that is, the clusterability of the data.

3/18/2021 4:10:57 AM +00:00

Lecture Data mining and analysis: Fundamental concepts and algorithms: Chapter 16 - Mohammed J. Zaki, Wagner Meira

Chapter 16 - Spectral and graph clustering. In this chapter we consider clustering over graph data, that is, given a graph, the goal is to cluster the nodes by using the edges and their weights, which represent the similarity between the incident nodes. Graph clustering is related to divisive hierarchical clustering, as many methods partition the set of nodes to obtain the final clusters using the pairwise similarity matrix between nodes.

3/18/2021 4:10:48 AM +00:00

Lecture Data mining and analysis: Fundamental concepts and algorithms: Chapter 15 - Mohammed J. Zaki, Wagner Meira

Chapter 15 - Density-based clustering. The representative-based clustering methods like K-means and expectationmaximization are suitable for finding ellipsoid-shaped clusters, or at best convex clusters. However, for nonconvex clusters, these methods have trouble finding the true clusters, as two points from different clusters may be closer than two points in the same cluster. The density-based methods we consider in this chapter are able to mine such nonconvex clusters.

3/18/2021 4:10:39 AM +00:00

Lecture Data mining and analysis: Fundamental concepts and algorithms: Chapter 14 - Mohammed J. Zaki, Wagner Meira

Chapter 14 - Hierarchical clustering. In Chapter 14 we consider various agglomerative hierarchical clustering methods, which start from each point in its own cluster, and successively merge (or agglomerate) pairs of clusters until the desired number of clusters have been found.

3/18/2021 4:10:32 AM +00:00