Explore la gestion circulaire du cycle de vie, la fabrication sans défaut, l'analyse des mégadonnées et la maintenance prédictive dans les processus industriels.
Explore les vues dans les entrepôts de données, les compromis de matérialisation, les optimisations de requêtes top-k, et l'impact des magasins de colonnes.
Explore les ontologies populaires et les bases de connaissances telles que WordNet, WikiData, Google Knowledge Graph et Schema.org, ainsi que les ensembles de données ouvertes liées.
Explorez des données semi-structurées, intégrez des informations de schéma pour expliquer les valeurs et les relations des données, discutez du XML, des avantages des données sans schéma et de la sérialisation.
Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.
Couvre les fondements des systèmes de base de données, y compris la modélisation des données, le traitement de l'information et les défis de la gestion d'importants volumes de données.
Explore les approches d'extraction d'informations telles que les modèles écrits à la main et la supervision à distance, avec des exemples de paires d'entités correspondant à des modèles.
Discute de la représentation des données au moyen de modèles et de systèmes, couvrant les modèles mathématiques, les structures de données, les niveaux de modélisation et la gestion des données.
Explore les entrepôts de données, les systèmes d'aide à la décision, OLAP, les lacs de données, les modèles de données multidimensionnels et les optimisations de requêtes.
