Kamel Aouiche graduated as an engineer from the UniversityMouloud Mammeri in 1999, he received a B. Sc. in ComputerScience from the INSA de Lyon in 2002 and a Ph. D. from the Université Lyon 2 in 2005. He completeda post-doctoral fellowship at Université du Québec à Montréal(UQAM) in 2008. Currently, he works as a consultant in industry.
Techniques de fouille de données. pour l'optimisation automatique des performances des entrepôts de données
Par :Formats :
- Paiement en ligne :
- Livraison à domicile ou en point Mondial Relay estimée à partir du 14 septembreCet article sera commandé chez un fournisseur et vous sera envoyé 21 jours après la date de votre commande.
- Retrait Click and Collect en magasin gratuit
- Nombre de pages268
- FormatPoche
- PrésentationBroché
- Poids0.398 kg
- Dimensions15,0 cm × 22,0 cm × 1,5 cm
- ISBN978-613-1-57015-5
- EAN9786131570155
- Date de parution22/04/2011
- CollectionOMN.UNIV.EUROP.
- ÉditeurUniv Européenne
Résumé
Avec le développement des bases de données en général et des entrepôts de données en particulier, il est devenu très important de réduire les tâches d''administration des systèmes de gestion de base de données. Les systèmes auto-administratifs ont pour objectif de s''administrer et de s''adapter eux-mêmes, automatiquement, sans perte ou même avec un gain de performance. L''idée d''utiliser des techniques de fouille de données pour extraire des connaissances utiles à partir des données stockées pour leur administration est une approche très prometteuse, notamment dans le domaine des entrepôts de données, où les requêtes sont très hétérogènes et ne peuvent pas être interprétées facilement.
L''objectif de cette thèse est d''étudier les techniques d''auto-administration des entrepôts de données, principalement des techniques d''optimisation des performances, comme l''indexation et la matérialisation de vues, et de rechercher une manière d''extraire des données elles-mêmes des connaissances utilisables pour appliquer ces techniques.
L''objectif de cette thèse est d''étudier les techniques d''auto-administration des entrepôts de données, principalement des techniques d''optimisation des performances, comme l''indexation et la matérialisation de vues, et de rechercher une manière d''extraire des données elles-mêmes des connaissances utilisables pour appliquer ces techniques.