Konular. Veri ambarı nedir? Çok boyutlu veri modeli. Veri ambarı mimarisi. Veri ambarcılığı. Bölüm 3. Veri Ambarları 2/35. Doç. Dr.
|
|
- Bora Fırat
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Bölüm 3. Veri Ambarları Konular Veri ambarı nedir? Çok boyutlu veri modeli Veri ambarı mimarisi Veri ambarcılığı 2/35 1
2 Veri Ambarları ve OLAP Teknolojisi Veri ambarları çok boyutlu ve karmaşık verileri özetleyen ve katagorize eden teknolojidir. Bu teknoloji veri madenciliğinde şu ana kadar gördüğümüz ödüğü ü veri temizleme, birleştirme ve çevirme işlemlerini kapsamaktadır. Veri tabanları çevrim içi analitik işlemenin (Online Analytical Processing - OLAP) değişik boyutlardaki ve karmaşıklıktaki veriler için kullanılabilmesine olanak tanır. 3/35 Veri ambarları Veri ambarı Bir veri ambarı yönetimsel karar vermeye yardımcı olacak verilerin konu odaklı, birleştirilmiş, zaman değişken ve sabit olarak toplanmasıdır (W. H. Inmon). Veri ambarcılığı Veri ambarı oluşturma ve kullanma işlemi 4/35 2
3 Veri ambarı Konu odaklı Müşteri, ürün, satış gibi ana konular için geliştirilirler Karar verici makamlar için verinin modellenmesine ve analizine odaklanır Günlük işlemler ya da alışveriş hareketliliği veri ambarlarının konusu değildir. Gereksiz verileri ayıklar ve odaklandığı konu çerçevesinde basit ve anlaşılabilir bilgiyi sunar 5/35 Veri ambarı Birleştirilmiş Farklı kaynakların bir araya getirilmesi ile oluşur relational databases, flat files, on-line transaction records Veri temizleme ve birleştirme teknikleri uygulanır. İsimlendirme, birimler, vb. Veriler veri ambarına alındıklarında gerekli çevrimler yapılır. Değişik veri kaynakları arasındaki tutarlılık sağlanır 6/35 3
4 Veri ambarı Zaman değişkenli Zaman değişkeni canlı veri tabanlarına göre daha uzundur Canlı veri tabanları: Güncel veriler bulunur (en çok geçmiş 1 yıl) Veri ambarları: Geçmiş hakkında bilgi verir (geçmiş 5-10 yıl) Veri ambarının odaklandığı konu zaman içerisinde değişebilir A data warehouse's focus on change over time is what is meant by the term time variant. 7/35 Veri ambarı Statik Canlı veritabanlarından alınan veri farklı bir fiziksel bir ortamda saklanır Veri ambarında veri güncellemesi olmaz Canlı veritabanlarındaki değişim veri ambarlarını etkilemez Sadece ilk veri yüklemesi ve veri erişimi işlemlerini kullanır 8/35 4
5 Veri Ambarı - Birleştirilmiş Veritabanları Karşılaştırılması Veritabanlarının birleştirilmesi OLTP (on-line transaction processing): Farklı veritabanları arasında bir arabulucu katman Sorgulama tabanlı, karmaşık ve kaynak açısından verimsiz Bir sorgulamayı her veritabanı için alt sorgulamalara ayır Sonucu birleştir Veri ambarı OLAP (on-line analytical processing): Veri daha sonra kullanılmak üzere birleştirilip veri ambarında saklanıyor Birleştir me Sorgulama Veri Ambarı Alt Sorgular Sorgulama Arayüz Sonuç Veri ambarı Sonuç Birleştirilmiş veri tabanları 9/35 OLTP vs. OLAP OLTP OLAP users clerk, IT professional knowledge worker function day to day operations decision support DB design application-oriented subject-oriented data current, up-to-date detailed, flat relational isolated usage repetitive ad-hoc historical, summarized, multidimensional integrated, consolidated access read/write lots of scans index/hash on prim. key unit of work short, simple transaction complex query # records accessed tens millions #users thousands hundreds DB size 100MB-GB 100GB-TB metric transaction throughput query throughput, response 5
6 Çok boyutlu veri modeli Çoklu boyutlu veri modelinin temel birimi fact table lardır A fact table is a table that contains the measures of interest. For example, sales amount would be such a measure. This measure is stored in the fact table with the appropriate granularity. For example, it can be sales amount by store by day. In this case, the fact table would contain three columns: A date column, a store column, and a sales amount column. 11/35 Çok boyutlu veri modeli Lookup Table: The lookup table provides the detailed information about the attributes. For example, the lookup table for the Quarter attribute t would include a list of all of the quarters available in the data warehouse. Each row (each quarter) may have several fields, one for the unique ID that identifies the quarter, and one or more additional fields that specifies how that particular quarter is represented on a report (for example, first quarter of 2001 may be represented as "Q1 2001" or "2001 Q1"). 12/35 6
7 Star schema Çok boyutlu veri modeli star schema (veri küpü) lardan oluşturulur In the star schema design, a single object (the fact table) sits in the middle and is connected to other surrounding objects (dimension lookup tables) like a star. Each dimension is represented as a single table. The primary key in each dimension table is related to a foreign key in the fact table. 13/35 Star schema Assume a data warehouse that keeps store sales data Dimensions are time, store, product, and customer. The lines between two tables indicate that there is a primary key / foreign key relationship between the two tables. Note that t different dimensions are not related to one another. 14/35 7
8 Örnek 15/35 Snowflake schema The snowflake schema is an extension of the star schema, where each point of the star explodes into more points. In a star schema, each dimension i is represented by a single dimensional table In a snowflake schema, that dimensional table is normalized into multiple lookup tables, each representing a level in the dimensional hierarchy. 16/35 8
9 Snowflake schema The Time Dimension that consists of 2 different hierarchies: 1. Year Month Day 2. Week Day There are 4 lookup tables in a snowflake schema. A lookup table for year, a lookup table for month, a lookup table for week, and a lookup table for day. Year is connected to Month, which is then connected to Day. Week is only connected to Day. 17/35 Örnek Snowflake Schema 18/35 9
10 Snowflake schema The main advantage of the snowflake schema is the improvement in query performance due to minimized disk storage requirements and joining smaller lookup tables. Sometimes the performance may be negavitely affected due to increased number of join operations The main disadvantage of the snowflake schema is the additional maintenance efforts needed due to the increase number of lookup tables. 19/35 Çok boyutlu veri modeli Star schema veri küpü olarak da bilinir Veri ambarları veriyi star schema/veri küpü olarak gören çok boyutlu veri modelini kullanır. Bir veri küpü, örneğin satış, veriyi bir çok boyutta modellememizi ve görmemizi sağlar. Ürün veya zaman gibi boyut tabloları Veri ambarcılığı literatüründe, n-d boyutlu küp base cuboid (baz küboid) olarak adlandırılır. En yüksek seviyeden özet veriyi gösteren 0-D boyutlu küp apex cuboid (tepe küboid) olarak adlandırılır. Tüm küboidlerin oluşturduğu örgüde veri küpü olarak adlandırılır. 20/35 10
11 Veri küpü all time item location supplier 0-D(apex) cuboid 1-D cuboids time,item time,location item,location location,supplier time,supplier item,supplier 2-D cuboids time,item,location time,item,supplier time,location,supplier time, item, location, supplier item,location,supplier 3-D cuboids 4-D(base) cuboid 21/35 Çok boyutlu veri Ürün ay ve bölgenin bir fonksiyonu olarak satış verisi Dimensions: Product, Location, Time Hierarchical summarization paths Industry Region Year Category Country Quarter Produ uct Product City Month Week Office Day Month 22/35 11
12 Veri Küpü Oluşturma-Örnek SMARKET in satış verilerini tutmak için bir veri ambarı oluşturmak Başlama noktası zaman-reyon boyutlarında satış miktarı (TL) verisini i i tutan t 2-boyutlu tablo Şube: Çankaya Reyon Zaman Manav Şarküteri Fırın İlkbahar Yaz Sonbahar Kış /35 Veri Küpü Oluşturma-Örnek SMARKET yöneticisini zaman-ürün boyutlarına birde şube boyutunu ekleyerek sonuçları görmek istiyor Sonuçlar çeşitli şubelerin değer tabloları bir araya getirilerek gösterilebilir. Şube: Çankaya Şube: Ulus Şube: Eryaman Reyon Reyon Reyon Zaman Manav Şarküteri Fırın Manav Şarküteri Fırın Manav Şarküteri Fırın İlkbahar Yaz Sonbahar Kış /35 12
13 Veri Küpü Oluşturma-Örnek Değer tablolarının birleştirmesi ile elde edilen tablo çok açık değil/anlaşılması zor Farklı boyutlar için özet bilgi (toplam, ortalama, vs.) elde etmek mümkün değil Veri küpü şeklinde ifade edilebilir 25/35 Veri Küpü Oluşturma-Örnek Reyon Fırın Şarküteri Manav Toplam Zaman İlkbahar Yaz Sonbahar Kış Toplam Çankaya Ulus Eryaman Şube Toplam Hepsinin toplamı 26/60 13
14 Veri küpünü oluşturan küboidler Toplam Reyon Zaman Şube 0-D (apex) cuboid 1-D cuboids Reyon, Zaman Reyon, Şube Zaman, Şube 2-D cuboids Reyon, Zaman, Şube 3-D (base) cuboid 27/35 Veri Küpü Oluşturma-Örnek Bir başka boyut daha eklenseydi, 3B küplerin yan yana getirilmesi ile yada 4-boyutlu bir küp ile gösterilebilirdi. 28/35 14
15 Veri küpünde OLAP işlemleri Genelleme/Roll up (drill-up): Temelde veri özetleme işlemidir. 2 şekilde yapılabilir Oluşturulan hiyeraşi üzerinde yukarı doğru çıkılır (ay yıl) Boyut azaltımı yapılır. Derinleme/Drill down (roll down): roll-up işleminin tersidir. Oluşturulan hiyeraşi üzerinde aşağılara inilerek veri detaylandırılır Yeni boyutlar oluşturulabilir Slice and dice: project and select Veride istenilen bölge (dilim ya da küp) belirlenir ve kesilerek alınır Pivot (rotate): Veri küpü çevrilir, görsel olarak değiştirilir 3B veriden 2B veriler serisine çevrilebilir location (cities) Toronto 395 Vancouver time (quarters) Q1 Q2 605 computer home entertainment item (types) dice for (location = Toronto or Vancouver ) and (time = Q1 or Q2 ) and (item = home entertainment or computer ) location (countries) USA 2000 Canada time (quarters) roll-up on location (from cities to countries) Q Q2 Q3 Q4 computer security home phone entertainment item (types) OLAP İşlemleri location (cities) item (types) Chicago New York Toronto Vancouver home entertainment computer phone security computer security home phone entertainment item (types) Chicago pivot New York Toronto location (cities) Vancouver Chicago 440 New York Toronto Vancouver Q Q2 Q3 Q4 slice computer security for time = Q1 home phone entertainment location (cities) ies) time (quarters) item (types) time (months) location (cities) drill-down on time (from quarters to months) Chicago New York Toronto Vancouver January 150 February 100 March 150 April May June July August September October November December computer security home phone entertainment item (types) 30/35 15
16 Data Warehouse Design Process Top-down, bottom-up approaches or a combination of both Top-down: Starts with overall design and planning (mature) Bottom-up: Starts with experiments and prototypes (rapid) From software engineering point of view Waterfall: structured and systematic analysis at each step before proceeding to the next Spiral: rapid generation of increasingly functional systems, short turn around time, quick turn around Typical data warehouse design process Choose a business process to model, e.g., orders, invoices, etc. Choose the grain (atomic level of data) of the business process Choose the dimensions that will apply to each fact table record Choose the measure that will populate each fact table record 31/35 Veri Ambarı Mimarisi Diğer Kaynaklar Metadata İzleme Birleştirme OLAP Server Veritabanları Veri çek İşle Yükle Yenile Veri ambarı Hizmet Veri madenciliği Veri Mart ları Veri kaynakları Veri depolama OLAP motoru Son kullanıcı 32/35 16
17 Three Data Warehouse Models Enterprise warehouse collects all of the information about subjects spanning the entire organization Data Mart a subset of corporate-wide data that is of value to a specific groups of users. Its scope is confined to specific, selected groups, such as marketing data mart Independent vs. dependent (directly from warehouse) data mart Virtual warehouse A set of views over operational databases Only some of the possible summary views may be materialized 33/35 Data Warehouse Development Distributed Data Marts Multi-Tier Data Warehouse Data Mart Data Mart Enterprise Data Warehouse Model refinement Model refinement Define a high-level corporate data model 34/35 17
18 Veri Ambarı Kullanımı Three kinds of data warehouse applications Information processing supports querying, basic statistical analysis, and reporting using crosstabs, tables, charts and graphs Analytical processing multidimensional analysis of data warehouse data supports basic OLAP operations, slice-dice, drilling, pivoting Data mining knowledge discovery from hidden patterns supports associations, constructing analytical models, performing classification and prediction, and presenting the mining results using visualization tools 35/35 Kaynak /35 18
Veri Madenciliği. Bölüm 3. Veri Ambarları. Doç. Dr. Suat Özdemir. w3.gazi.edu.tr/~suatozdemir
Bölüm 3. Veri Ambarları w3.gazi.edu.tr/~suatozdemir Konular Veri ambarı nedir? Çok boyutlu veri modeli Veri ambarı mimarisi Veri ambarcılığı 2/35 Veri Ambarları ve OLAP Teknolojisi Veri ambarları çok boyutlu
DetaylıVERİ AMBARI VE OLAP TEKNOLOJİSİ
VERİ AMBARI VE OLAP TEKNOLOJİSİ İÇERİK Veri Ambarı Nedir? Çok boyutlu veri modeli Veri ambarı mimarisi Veri ambarı uygulaması Veri ambarından veri madenciliğine 2 VERİ AMBARI NEDİR? Organizasyonun işlemsel
DetaylıSMY 535, Veri Madenciliği 2
Veri ambarı, bir işletmenin ya da kuruluşun değişik birimleri tarafından toplanan bilgilerden değerli olanlarının, gelecekte analiz işlemlerinde kullanılması amacıyla işletimsel sistem veritabanından farklı
DetaylıBusiness Intelligence and Analytics Principles and Practices: Charting the Course to BI and Analytic Success
Business Intelligence and Analytics Principles and Practices: Charting the Course to BI and Analytic Success Eğitim Detayları Eğitim Süresi : 1 Gün Kontenjan : 10 Ön Koşullar : Herhangi bir önkoşul bulunmamaktadır.
Detaylıİş Zekası çözümleri doğru zamanda, doğru kişiye doğru bilginin ulaşmasına olanak tanır.
İş Zekası çözümleri doğru zamanda, doğru kişiye doğru bilginin ulaşmasına olanak tanır. İş zekası karar verme, rapor alma ve analiz çözümlerinde firmalara destek olur. İş zekası çözümleri gerçeğe dayalı
DetaylıBölüm 6. Diziler (arrays) Temel kavramlar Tek boyutlu diziler Çok boyutlu diziler
Bölüm 6 Diziler (arrays) Temel kavramlar Tek boyutlu diziler Çok boyutlu diziler Chapter 6 Java: an Introduction to Computer Science & Programming - Walter Savitch 1 Genel Bakış Dizi: Hepsi aynı türde
DetaylıInventory of LCPs in Turkey LCP Database explained and explored
Inventory of LCPs in Turkey LCP Database explained and explored Hakan Hatipoglu Antalya, 9 October 2015 Requirements and specifications (TOR) Web based database application that will: Support Inventory
DetaylıVeri Ambarları. Erdem Alparslan
Veri Ambarları Erdem Alparslan İçerik Veri Ambarı nedir? Data Mart OLTP ve Veri Ambarı arasındaki farklar Veri Ambarının Yararları Veri Ambarı Mimarileri Ana Kavramlar Araçlar ve Teknolojiler Veri Ambarı
DetaylıKonular. VERİ MADENCİLİĞİ Giriş. Problem Tanımı. Veri Madenciliği: Tarihçe. Veri Madenciliği Nedir? Bilgi Keşfi
VERİ MADENCİLİĞİ Giriş Yrd. Doç. Dr. Şule Gündüz Öğüdücü 1 2 Problem Tanımı Veri Madenciliği: Tarihçe teknolojinin gelişimiyle bilgisayar ortamında ve veritabanlarında tutulan veri miktarının da artması
DetaylıBilim ve Teknoloji Science and Technology
19 Bilim ve Teknoloji Bilim ve Teknoloji 19.1 Hanelerde bilişim teknolojileri bulunma ve İnternete bağlılık oranı,2017 Proportion of information and communication technology devices in households and its
DetaylıWEEK 11 CME323 NUMERIC ANALYSIS. Lect. Yasin ORTAKCI.
WEEK 11 CME323 NUMERIC ANALYSIS Lect. Yasin ORTAKCI yasinortakci@karabuk.edu.tr 2 INTERPOLATION Introduction A census of the population of the United States is taken every 10 years. The following table
DetaylıVirtualmin'e Yeni Web Sitesi Host Etmek - Domain Eklemek
Yeni bir web sitesi tanımlamak, FTP ve Email ayarlarını ayarlamak için yapılması gerekenler Öncelikle Sol Menüden Create Virtual Server(Burdaki Virtual server ifadesi sizi yanıltmasın Reseller gibi düşünün
DetaylıBaşlıca Ürün-Bilgi Sistemleri
BİLGİ SİSTEMLERİ Başlıca Ürün-Bilgi Sistemleri Süreç İşleme Sistemleri, Ofis Otomasyon Sistemleri ve Bilgi İşleme Sistemleri, Yönetim Bilişim Sistemleri, Karar Destek Sistemleri, Uzman Sistemler ve Yapay
DetaylıYüz Tanımaya Dayalı Uygulamalar. (Özet)
4 Yüz Tanımaya Dayalı Uygulamalar (Özet) Günümüzde, teknolojinin gelişmesi ile yüz tanımaya dayalı bir çok yöntem artık uygulama alanı bulabilmekte ve gittikçe de önem kazanmaktadır. Bir çok farklı uygulama
DetaylıTeknoloji Servisleri; (Technology Services)
Antalya International University Teknoloji Servisleri; (Technology Services) Microsoft Ofis Yazılımları (Microsoft Office Software), How to Update Office 365 User Details How to forward email in Office
DetaylıBÜTÜNLEŞİK VERİ KÜPÜ SİSTEMİ (BVKS): SATIŞ KÜPÜ UYGULAMASI
Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cilt 23, No 2, 477-484, 2008 Vol 23, No 2, 477-484, 2008 BÜTÜNLEŞİK VERİ KÜPÜ SİSTEMİ (BVKS): SATIŞ KÜPÜ UYGULAMASI Tahsin ÇETİNYOKUŞ ve Hadi
DetaylıVeritabanı Yönetim Sistemleri (Veritabanı Kavramı) Veritabanı Sistemleri
Veritabanı Yönetim Sistemleri (Veritabanı Kavramı) Veritabanı Sistemleri Konular Büyük Resim Ders Tanıtımı Niçin Veritabanı? Veri ve Bilgi Kavramları Klasik Dosya Yapıları Klasik Dosya Sistemlerinin Zayıflıkarı
Detaylı1. Oracle Data Miner 11g Release 2 Kurulumu Aşamaları
1. Oracle Data Miner 11g Release 2 Kurulumu Aşamaları Uyarı 1: Kuruluma başlamadan önce Oracle 11g Release 2 veritabanı kurulumunu eksiksiz bir şekilde gerçekleştirmiş olmanız beklenmektedir. İlgili kurulum
Detaylıİş Zekası için Dört-Katmanlı Veri Modellemesi Gerçekleştirimi. Harun Gökçe EG Yazılım, TOBB ETÜ
İş Zekası için Dört-Katmanlı Veri Modellemesi Gerçekleştirimi Harun Gökçe EG Yazılım, TOBB ETÜ İçerik İş Zekası Kavramı Tarihçesi İş Zekası Tanım, Kavramlar ve Gereklilik Dört-Katmanlı Veri Modellemesi
DetaylıMÜHENDİSLİK FAKÜLTESİ / ENSTİTÜSÜ / YÜKSEKOKULU BİLİŞİM SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ /ABD LİSANS PROGRAMI - 2 ( yılı öncesinde birinci
MÜHENDİSLİK FAKÜLTESİ / ENSTİTÜSÜ / YÜKSEKOKULU BİLİŞİM SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ /ABD LİSANS PROGRAMI - 2 (2016-17 yılı öncesinde birinci sınıfa başlayan öğrenciler için) BİRİNCİ YIL 1. Dönem CMPE113
DetaylıCENG 302 Yazılım Mühendisliği Yazılım Mimarisi - Devam. Alper UĞUR
CENG 302 Yazılım Mühendisliği Yazılım Mimarisi - Devam Alper UĞUR Yazılım Mimarisi Gereksinim: NE? Mimari : NE+NASIL GEREKSİNİMLER (software architecture) Requirements : WHAT? Architecture : WHAT + HOW?
Detaylıİş Zekası Sistemi Veriyi Stratejik Bilgiye Dönüştürür
İş Zekası Sistemi İş Zekası Sistemi İş Zekâsı Sistemi kolay kullanılır, zengin raporlama ve çözümleme yeteneklerine sahip, farklı veri kaynaklarını birleştirir, yöneticilere çok boyutlu, kurumsal bir görüş
DetaylıA UNIFIED APPROACH IN GPS ACCURACY DETERMINATION STUDIES
A UNIFIED APPROACH IN GPS ACCURACY DETERMINATION STUDIES by Didem Öztürk B.S., Geodesy and Photogrammetry Department Yildiz Technical University, 2005 Submitted to the Kandilli Observatory and Earthquake
Detaylıbilişim ltd İş Zekâsı Sistemi
BI İş Zekâsı Sistemi Bilişim Ltd. 1985 te kurulan Bilişim Ltd, Türkiye nin üstün başarıyla sonuçlanmış önemli projelerine imza atan öncü bir yazılımevi ve danışmanlık kurumu dur. Önemli kuruluşların bilgi
Detaylıeconn (Supplier Portal) of the MANN+HUMMEL Group
econn (Supplier Portal) of the MANN+HUMMEL Group October 2016 1 econn CONNECTED FOR SUCCESS Support If you have any questions or technical issues during the registration please contact: Teknik sorularınız
DetaylıBölüm 4: DDL Veri Tanımlama Dili
Bölüm 4: DDL Veri Tanımlama Dili -43- Dr. Serkan DİŞLİTAŞ DDL (Data Definition Language Veri Tanımlama Dili : Bu kategorideki SQL komutları ile veritabanları, tablo, görünüm ve indekslerin yaratılması,
DetaylıSınavında sık yapılan temel hatalar:
Sınavında sık yapılan temel hatalar: 1) İsim tamlamalarında hata yapılabiliyor. Aşağıda bir kaç örnekle doğru ve yanlış kullanımlar gösterilmiştir. Belirtili isim tamlaması: Hem tamlayan (1. isim) hem
DetaylıSOFTWARE ENGINEERS EDUCATION SOFTWARE REQUIREMENTS/ INSPECTION RESEARCH FINANCIAL INFORMATION SYSTEMS DISASTER MANAGEMENT INFORMATION SYSTEMS
SOFTWARE REQUIREMENTS/ INSPECTION SOFTWARE ENGINEERS EDUCATION RESEARCH FINANCIAL INFORMATION SYSTEMS DISASTER MANAGEMENT INFORMATION SYSTEMS SOFTWARE REQUIREMENTS/ INSPECTION Ö. Albayrak, J. C. Carver,
DetaylıArgumentative Essay Nasıl Yazılır?
Argumentative Essay Nasıl Yazılır? Hüseyin Demirtaş Dersimiz: o Argumentative Essay o Format o Thesis o Örnek yazı Military service Outline Many countries have a professional army yet there is compulsory
DetaylıVeritabanı Yönetim Sistemleri (Veritabanı Tasarımı) SQL (Structured Query Language)
Veritabanı Yönetim Sistemleri (Veritabanı Tasarımı) SQL (Structured Query Language) Konular Yapısal SQL Komutları Gruplama İşlemi SQL Fonksiyonları Kaynaklar 2 SQL (Structured Query Language) SQL Carlos
Detaylı1. FİRMA BİLGİLERİ / COMPANY INFORMATION. Firma Adı Company Name. Firma Adresi Company Address. Telefon / Fax / Phone / Fax /
ALÜMINYUM UYGULAMALARI BASVURU FORMU 1. FİRMA BİLGİLERİ / COMPANY INFORMATION Firma Adı Company Name Firma Adresi Company Address Telefon / Fax / e-mail Phone / Fax / e-mail Firma Yetkilisi Adı / Ünvanı
DetaylıMİMARİ TASARIM 7 / ARCHITECTURAL DESIGN 7 (Diploma Projesi / Diploma Project) 2015 2016 Öğrenim Yılı Bahar Yarıyılı / 2015-2016 Academic Year Spring
MİMARİ TASARIM 7 / ARCHITECTURAL DESIGN 7 (Diploma Projesi / Diploma Project) 2015 2016 Öğrenim Yılı Bahar Yarıyılı / 2015-2016 Academic Year Spring Term Gr.1 ZEYTİNBURNU ODAKLI MİMARİ / KENTSEL YENİLEME
DetaylıİTÜ DERS KATALOG FORMU (COURSE CATALOGUE FORM)
Dersin Adı Havayolu İşletmeciliği İTÜ DERS KATALOG FORMU (COURSE CATALOGUE FORM) Course Name Airline Management Ders Uygulaması, Saat/Hafta (Course Implementation, Hours/Week) Kodu Yarıyılı Kredisi AKTS
DetaylıPROFESSIONAL DEVELOPMENT POLICY OPTIONS
PROFESSIONAL DEVELOPMENT POLICY OPTIONS INTRODUCTION AND POLICY EXPLORATION IN RELATION TO PROFESSIONAL DEVELOPMENT FOR VET TEACHERS AND TRAINERS IN TURKEY JULIAN STANLEY, ETF ISTANBUL, FEBRUARY 2016 INTRODUCE
DetaylıÖ Z G E Ç M İ Ş. 1. Adı Soyadı: Mustafa GÖÇKEN. 2. Doğum Tarihi: 12 Haziran 1976. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D.
Ö Z G E Ç M İ Ş 1. Adı Soyadı: Mustafa GÖÇKEN 2. Doğum Tarihi: 12 Haziran 1976 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D. Derece Alan Üniversite Yıl Lisans Endüstri Mühendisliği Çukurova Üniversitesi
DetaylıUnlike analytical solutions, numerical methods have an error range. In addition to this
ERROR Unlike analytical solutions, numerical methods have an error range. In addition to this input data may have errors. There are 5 basis source of error: The Source of Error 1. Measuring Errors Data
DetaylıMicrosoft SQL Server Sorgulama
Microsoft SQL Server Sorgulama Eğitim Takvimi Tarih Eğitim Süresi Lokasyon 26 Kasım 2018 3 Gün Bilginç IT Academy Eğitim Detayları Eğitim Süresi : 3 Gün Kontenjan : 12 Ön Koşullar : Herhangi bir ön koşul
DetaylıImmigration Studying. Studying - University. Stating that you want to enroll. Stating that you want to apply for a course.
- University I would like to enroll at a university. Stating that you want to enroll I want to apply for course. Stating that you want to apply for a course an undergraduate a postgraduate a PhD a full-time
DetaylıİNGİLİZCE. My Daily Routine. A) It's one o'clock. It s on Monday. Zeka Küpü Yayınları
5. SINIF My Daily Routine 1. 3. UNIT-1 TEST-1 do you go to school? At 8.30 Sevgi Ýlhan Saati ifade eden seçenek aşağıdakilerden hangisidir? A) Where B) Who C) What time D) What 4. A) It's one o'clock.
DetaylıNoSql ve MongoDB. Saygın Topatan
NoSql ve MongoDB Saygın Topatan NoSql ve MongoDB NoSql nedir Neden ihtiyaç duyuldu Tipleri MongoDb Kavramlar Sharding Şema Tasarımı NoSql in geleceği NoSql Nedir? Nedir 2009 başlarında ortaya çıkmış bir
Detaylıİnşaat Mühendisliği Bölüm Başkanlığı na
15/05/2016 İnşaat Mühendisliği Bölüm Başkanlığı na İnşaat Mühendisliği Bölümü İngilizce ve Türkçe Lisans Programlarının Program Çıktıları hakkında 04-14 Mayıs 2016 tarihleri arasında sadece mezun durumunda
DetaylıDOKUZ EYLUL UNIVERSITY FACULTY OF ENGINEERING OFFICE OF THE DEAN COURSE / MODULE / BLOCK DETAILS ACADEMIC YEAR / SEMESTER. Course Code: MAK 1011
Offered by: Makina Mühendisliği Course Title: TECHNICAL DRAWING Course Org. Title: TEKNİK RESİM Course Level: Lisans Course Code: MAK 0 Language of Instruction: Türkçe Form Submitting/Renewal Date 0/0/0
DetaylıSeri kablo bağlantısında Windows95/98/ME'ten Windows 2000'e bağlantı Windows95/98/ME - NT4 bağlantısına çok benzer.
Seri kablo bağlantısında Windows95/98/ME'ten Windows 2000'e bağlantı Windows95/98/ME NT4 bağlantısına çok benzer. Direkt Kablo desteğini Windows95/98'e yükledikten sonra, Windows95 for Direct Cable Client
DetaylıNesnelerin İnternetinde Veri Analizi
Nesnelerin İnternetinde Veri Analizi Bölüm 2. Veri madenciliği w3.gazi.edu.tr/~suatozdemir Veritabanı teknolojisinin gelişimi 2 Neden veri madenciliği? Bilgisayarların ucuzlayıp aynı zamanda çok güçlü
DetaylıCloudera Training for Apache HBase
Cloudera Training for Apache HBase Eğitim Tipi ve Süresi: 3 Days VILT 3 Day VILT 3 Days ILT Cloudera Training for Apache HBase Hadoop ortamında Apache HBase deploy etmeyi ve yönetmeyi öğrenin. Apache HBase,
DetaylıVERİ TABANI YÖNETİM SİSTEMLERİ
VERİ TABANI YÖNETİM SİSTEMLERİ ÖĞR.GÖR.VOLKAN ALTINTAŞ 26.9.2016 Veri Tabanı Nedir? Birbiriyle ilişkisi olan verilerin tutulduğu, Kullanım amacına uygun olarak düzenlenmiş veriler topluluğunun, Mantıksal
DetaylıCORPORATE PRESENTATION FILE. Marble, Granite, Travertine, Project, Design, Manufacturing. Dealer Technistone Aegean region
CORPORATE PRESENTATION FILE Marble, Granite, Travertine, Project, Design, Manufacturing. Dealer Technistone Aegean region Asiye KURT Coordinator Mehmet AVCI Foreign Trade Manager INDEX ABOUT US SHOWRROM,
Detaylı.com.tr agem T E C H L O L O G Y P A R T N E R
TECHLOLOGYPARTNER agem.com.tr TECHLOLOGYPARTNER 3 Agem, 2005 yılında kurulan bilişim teknolojileri, yazılım ve hizmetleri şirketidir. Agem olarak, sahip olduğumuz uzman kadromuz, bireysel danışma havuzumuz
DetaylıAlper VAHAPLAR
Alper VAHAPLAR 2016 2017 Relations: viewed as 2-dimensional tables rows x columns Properties: Each column has a unique name. Order of columns are unimportant. Each column contains values about the same
DetaylıYAPI ATÖLYESİ. make difference.. DESIGN & CONSTRUCTION ENGINEERING ARCHITECTURE CONTRACTING. Design & Construction
ENGINEERING ARCHITECTURE CONTRACTING Design & Construction DESIGN & CONSTRUCTION make difference.. ABOUT US Our company is specialized in four main subjects; CONSTRUCTION, INTERNATIONAL TRADE, NATURAL
DetaylıBilgi Sistemleri Tasarımı ve Bilgi Haritalama Teknikleri
Bilgi leri Tasarımı ve Bilgi Haritalama Teknikleri Dr. İhsan Tolga Medeni, ODTÜ Bilişim leri PhD, METU, Information Systems Bahar 2014,YDU Knowledge Systems Analysis and Knowledge Mapping Techniques İhsan
DetaylıQuestions for Turkish Experts re: Barış Pehlivan s Odatv Computer
Questions for Turkish Experts re: Barış Pehlivan s Odatv Computer 1.) According to the Microsoft Windows ( Windows ) Event Log (specifically, events 6005 and 6006 within SysEvent.Evt ) when was Windows
DetaylıT.C. İZMİR KÂTİP ÇELEBİ ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ KOORDİNASYON BİRİMİ
T.C. İZMİR KÂTİP ÇELEBİ ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ KOORDİNASYON BİRİMİ PROJE BAŞLIĞI Mühendislik Problemlerinin Bilgisayar Destekli Çözümleri Proje No:2013-2-FMBP-73 Proje Türü ÖNAP SONUÇ
DetaylıBÖLÜM- 8: DİĞER ŞEMA NESNELERİNİ OLUŞTURMA
BÖLÜM- 8: DİĞER ŞEMA NESNELERİNİ OLUŞTURMA View oluşturma View lardan veri getirme Sequence oluşturma ve kullanma İndex oluşturma ve kullanma Synonym oluşturma ve kullanma VIEW Bir veya birden fazla tablodan
DetaylıBüyük veriye genel bakış, mimari ve çözümler
Büyük veriye genel bakış, mimari ve çözümler Tansel Okay Kurumsal Mimar Gündem Neden Büyük Veri? Farkı nedir? Nasıl? Oracle ın önerdiği mimari yol haritası nedir? Ne sağlıyorsunuz? Örnek(ler) 2 Gündem
DetaylıVERİ MADENCİLİĞİNE BAKIŞ
VERİ MADENCİLİĞİNE BAKIŞ İçerik Veri Madenciliği Neden Veri Madenciliği? Veri ve Veri Madenciliğinin Önemi Günümüzde Kullanılan Veri Madenciliğinin Çeşitli İsimleri Veri Madenciliği Nedir? Neden Veri Madenciliği?
DetaylıElectronic Letters on Science & Engineering 2(2) (2011) Available online at www.e-lse.org
Electronic Letters on Science & Engineering 2(2) (2011) Available online at www.e-lse.org ERP: Enterprise Resource Planning Ceyda Şahbazoğlu 1, Feyzullah Temurtaş 2,* 1 Sakarya Üniversitesi, Fen Bilimleri
DetaylıA Y I K BOYA SOBA SOBA =? RORO MAYO MAS A A YÖS / TÖBT
00 - YÖS / TÖBT. ve. sorularda, I. gruptaki sözcüklerin harfleri birer rakamla gösterilerek II. gruptaki sayılar elde edilmiştir. Soru işaretiyle belirtilen sözcüğün hangi sayıyla gösterildiğini bulunuz.
DetaylıBölüm 1: Veritabanı Yönetim Sistemlerine Giriş
Bölüm 1: Veritabanı Yönetim Sistemlerine Giriş -1- Dr. Serkan DİŞLİTAŞ 1.1. Veri ve Bilgi (Data & Information) Hesaplama, saklama gibi çeşitli işlemler amacıyla bilgisayara verilen sayı, yazı, resim, ses,
DetaylıLOGO. Kamuda e-devlet Uygulamaları ve Endüstri Mühendisliği. Ömer KILIÇ. Bilgi Teknolojileri Direktörlüğü
LOGO Kamuda e-devlet Uygulamaları ve Endüstri Mühendisliği Ömer KILIÇ Bilgi Teknolojileri Direktörlüğü Geleceğin potansiyelini değerlendirebilmek için bugünden bilgiyi yönetmek... Vatandaş Odaklı Hizmet
DetaylıLisansüstü Eğitim, Öğretim ve Araştırma Enstitüsü Institute of Graduate Studies and Research
Lisansüstü Eğitim, Öğretim ve Araştırma Enstitüsü Institute of Graduate Studies and Research 2016-17 AKADEMİK YILI ÖNEMLİ TARİHLER 2016-17 ACADEMIC YEAR IMPORTANT DATES Temmuz July Ağustos August, Ekim,
DetaylıSPSS (Statistical Package for Social Sciences)
SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) Data Editör iki arayüzden oluşur. 1. Data View 2. Variable
DetaylıÖRNEKTİR - SAMPLE. RCSummer Ön Kayıt Formu Örneği - Sample Pre-Registration Form
RCSummer 2019 - Ön Kayıt Formu Örneği - Sample Pre-Registration Form BU FORM SADECE ÖN KAYIT FORMUDUR. Ön kaydınızın geçerli olması için formda verilen bilgilerin doğru olması gerekmektedir. Kontenjanımız
DetaylıOracle da kullanılan veri tipleri:
ORACLE A GİRİŞ Oracle ile SQL Server ı karşılaştıralım, 1 Oracle da veritabanı yerine kullanıcı oluşturulur. Kullanıcılar veritabanı gibi davranır. 2 Tablo oluşturma, yapısını değiştirme, silme kodları
DetaylıCorporate Information Systems
Corporate Information Systems Okay Akdeniz 20+ Years of Retail Industry Experiences Computer Engineer Microsoft Certified Professional IT manager, Software Development, Project Management, Team Leading,
DetaylıGünümüzde Postgres. Modern, Ölçeklenebilir Uygulamalar. Utku Azman Citus Data PGDay citusdata.com
Günümüzde Postgres Modern, Ölçeklenebilir Uygulamalar Utku Azman Citus Data PGDay Istanbul @citusdata citusdata.com Veritabanlarının basit olduğu zamanlar (2000 lere kadar) Open Source RDBMS Proprietary
DetaylıVeritabanı Yönetim Sistemleri (Veritabanı Kavramı) Veri Modelleri
Veritabanı Yönetim Sistemleri (Veritabanı Kavramı) Veri Modelleri Konular Veritabanı Tasarım Aşamaları Veri Modeli Nedir? Veri Modeli Temel Bileşenleri İş Kuralları (Business Rules) İş Kurallarını Veri
Detaylıe-ledger Fields (e-defter Alanları)
e-ledger Fields (e-defter Alanları) Table 1: Field information of the text document (Tablo 1:Yazı Metninin Alan Bilgileri) *Bulut, Lokal Table 2: Field information of the contents in the text document
DetaylıOur İstanbul based Law Office provides professional legal services all over Turkey.
Av. Serdar B. SADAY Tel : 0 216 290 13 16 GSM : 0 532 204 28 80 E-mail: serdar@bilgehukuk.gen.tr Av. A. Akın AYSAN Tel :0 216 290 12 20 Gsm :0 505 668 85 90 E- mail: akin@bilgehukuk.gen.tr Address : Bahariye
Detaylı20461C Querying Microsoft SQL Server Modül Seviye Belirleme Testi
20461C Querying Microsoft SQL Server Modül Seviye Belirleme Testi 1) Aşağıdaki SQL Server sürümlerinden hangisi ana sürümlerden bir tanesidir? a) Parallel Data Warehouse b) Express c) Standart d) Developer
DetaylıEco 338 Economic Policy Week 4 Fiscal Policy- I. Prof. Dr. Murat Yulek Istanbul Ticaret University
Eco 338 Economic Policy Week 4 Fiscal Policy- I Prof. Dr. Murat Yulek Istanbul Ticaret University Aggregate Demand Aggregate (domestic) demand (or domestic absorption) is the sum of consumption, investment
DetaylıYarışma Sınavı A ) 60 B ) 80 C ) 90 D ) 110 E ) 120. A ) 4(x + 2) B ) 2(x + 4) C ) 2 + ( x + 4) D ) 2 x + 4 E ) x + 4
1 4 The price of a book is first raised by 20 TL, and then by another 30 TL. In both cases, the rate of increment is the same. What is the final price of the book? 60 80 90 110 120 2 3 5 Tim ate four more
DetaylıCOMPE 341 FINAL REPORT BÜŞRA BILGILI EMIRHAN AYDOĞAN MERYEM ŞENTÜRK M. ARDA AYDIN. ATILIM UNIVERSITY Department of Computer Engineering
COMPE 341 FINAL REPORT BÜŞRA BILGILI EMIRHAN AYDOĞAN MERYEM ŞENTÜRK M. ARDA AYDIN ATILIM UNIVERSITY Department of Computer Engineering Contents 1. Introduction... 2 1.1. General Information... 2 1.2. Description
DetaylıEBSCO VERİTABANLARI VERİTABANI BİLGİLERİ 2017 YILI KULLANIM İSTATİSTİKLERİ
EBSCO VERİTABANLARI VERİTABANI BİLGİLERİ 2017 YILI KULLANIM İSTATİSTİKLERİ EBSCO VERİTABANLARI BİLGİLERİ HiperKitap (E-Kitap) Hızlı ve Kolay Erişim gerçekleştirmek amacıyla, Hiperlink tarafından geliştirilmiş
DetaylıOPNET IT Guru- Güvenlik Duvarı ve Sanal Özel Ağ (Firewalls and Virtual Private Network, VPN)
OPNET IT Guru- Güvenlik Duvarı ve Sanal Özel Ağ (Firewalls and Virtual Private Network, VPN) Amaç: Bu laboratuvar uygulamasının amacı, Internet gibi kamuya açık paylaşımlı ağların güvenliğinde Güvenlik
DetaylıHEARTS PROJESİ YAYGINLAŞTIRMA RAPORU
HEARTS PROJESİ YAYGINLAŞTIRMA RAPORU BOLU HALKIN EGITIMINI GELISTIRME VE DESTEKLEME DERNEGI TARAFINDAN ORGANİZE EDİLEN YAYGINLAŞTIRMA FAALİYETLERİ - TURKİYE Bolu Halkın Egitimini Gelistirme ve Destekleme
DetaylıMÜHENDİSLİK FAKÜLTESİ-ELEKTRIK-ELEKTRONIK MÜHENDİSLİĞİ BÖLÜMÜ DERS BİLGİLERİ. Adı Kodu Dili Türü Yarıyıl. Doç. Dr. Nedim Tutkun
ENSTİTÜ/FAKÜLTE/YÜKSEKOKUL ve PROGRAM: MÜHENDİSLİK FAKÜLTESİ-ELEKTRIK-ELEKTRONIK MÜHENDİSLİĞİ BÖLÜMÜ DERS BİLGİLERİ Adı Kodu Dili Türü Yarıyıl T+U Saati Kredi AKTS Olasılık ve İstatistik EEM284 Türkçe
DetaylıBir Taşla Çok Kuş SAP İş Analitikleri Baştan Sona Paket Çözüm. Muzaffer YÖNTEM / Ülke Yöneticisi 9 Aralık 2014, Salı
Bir Taşla Çok Kuş SAP İş Analitikleri Baştan Sona Paket Çözüm Muzaffer YÖNTEM / Ülke Yöneticisi 9 Aralık 2014, Salı Midis Group 45+ 100+ 100+ 3500+ 3+ Yıl Bilişim Dünyası Tecrübesi Grup Şirketi Global
DetaylıDairesel grafik (veya dilimli pie chart circle graph diyagram, sektor grafiği) (İngilizce:"pie chart"), istatistik
DAİRESEL GRAFİK Dairesel grafik (veya dilimli diyagram, sektor grafiği) (İngilizce:"pie chart"), istatistik biliminde betimsel istatistik alanında kategorik (ya sırasal ölçekli ya da isimsel ölçekli) verileri
Detaylı.. ÜNİVERSİTESİ UNIVERSITY ÖĞRENCİ NİHAİ RAPORU STUDENT FINAL REPORT
.. ÜNİVERSİTESİ UNIVERSITY... /... AKADEMİK YILI... DÖNEMİ... /... ACADEMIC YEAR... TERM ÖĞRENCİ NİHAİ RAPORU STUDENT FINAL REPORT Deneyimleriniz hakkındaki bu rapor, Mevlana Değişim Programı nın amacına
DetaylıVeritabanı Yönetim Sistemleri (Başarım Eniyileme Performance Tuning)
Veritabanı Yönetim Sistemleri (Başarım Eniyileme Performance Tuning) Konular SQL Başarım Eniyileme (Performance Tuning) 2 SQL Başarım Eniyileme (Performance Tuning) 3 SELECT ifadesinde * (bütün sütunlar)
Detaylıise, genel bir eğilim (trend) gösteriyorsa bu seriye uygun doğru ya da eğriyi bulmaya çalışırız. Trend orta-uzun dönemde her iniş, çokışı
Trend Analizi Eğer zaman serisi i rastgele dağılmış ğ değil ise, genel bir eğilim (trend) gösteriyorsa bu seriye uygun doğru ya da eğriyi bulmaya çalışırız. Trend orta-uzun dönemde her iniş, çokışı yansıtmayacak,
DetaylıKÜTÜPHANE İNGİLİZCE DERGİ LİSTESİ
SAYFA NO : 1/8 Sıra No Dergi Adı Mevcut Sayılar Adet 1 Journal of Dairy Science 1986 January 1 1986 February 1 1986 March 1 1986 April 1 1986 May 1 1986 June 1 1986 July 1 1986 August 1 1986 September
DetaylıHIGH SCHOOL BASKETBALL
SCHOOLS Bulletin No: 7 (08 December 21 December 2014 ) Page 1 BASKETBALL MIDDLESCHOOL STREETBALL 8B has won the match that it played against 8C and got 3rd place with a a score of 10-9. 8D became the champion
DetaylıYönetim Bilişim Sistemleri (Karma) - 1. yarıyıl. 380000000001101 Hukukun Temelleri Fundamentals of Law 2 0 0 2 2 5 TR
- - - - - Bölüm Seçin - - - - - Gönder Yönetim Bilişim Sistemleri (Karma) - 1. yarıyıl 141000000001101 Akademik ve Sosyal Oryantasyon Academic and Social Orientation 1 0 0 1 0 1 TR 380000000001101 Hukukun
DetaylıMühendislikte Veri Tabanları Dersi Uygulamaları (ArcGIS-SQL)
Mühendislikte Veri Tabanları Dersi Uygulamaları (ArcGIS-SQL) İstanbul Teknik Üniversitesi, İnşaat Fakültesi, Geomatik Mühendisliği Bölümü 2014 2015 Güz Yarıyılı Uygulama 2 ArcGIS Yazılımı ile Mekânsal
DetaylıCV - AKADEMİK PERSONEL
FOTOĞRAF: 1. ADI: Murat 2. SOYADI: Fahrioğlu 3. DOĞUM YERİ: Lefkoşa 4. DOĞUM TARİHİ (GG.AA.YYYY): 07.08.1971 5. İLETİŞİM BİLGİLERİ: 5.1. BÖLÜM: Elektrik - Elektronik Muhendisligi 5.2. TELEFON NUMARASI:
DetaylıMATEMATİK BÖLÜMÜ BÖLÜM KODU:3201
BÖLÜM KODU:01 011-01 01.Yarıyıl Dersleri 0.Yarıyıl Dersleri MTK 101 Analiz I Analysis I 4 1 5 6 MTK 10 Analiz II Analysis II 4 1 5 6 MTK 11 Lineer Cebir I Linear Algebra I 1 4 MTK 1 Lineer Cebir II Linear
DetaylıVeri Tabanı SQL Server ve Management Studio kurulum linkleri: https://www.microsoft.com/en-us/download/details.aspx?id=42299
Veri Tabanı 1 1. SQL Server ve Management Studio kurulum linkleri: https://www.microsoft.com/en-us/download/details.aspx?id=42299 2. SQL Management Studio açılış ekranı: Server Type: reporting, analysis
DetaylıVeritabanı Yönetim Sistemleri, 2. basım Zehra ALAKOÇ BURMA, 2009, Seçkin Yayıncılık
Veri Kaynaklar Veri Tabanı Sistemleri, 2. basım Prof. Dr. Ünal YARIMAĞAN, 2010, Akademi Yayınevi Veritabanı Yönetim Sistemleri, 2. basım Zehra ALAKOÇ BURMA, 2009, Seçkin Yayıncılık Veritabanı ve Uygulamaları
DetaylıDynamic report design brings us to create relative queries between many different tables in the database.
Dynamic query 2014 is a self service dynamic reporting solution which Works with every sector and every database. With Dynamic Query 2014, user doesn t need to know high query techniques or programming
DetaylıWEEK 4 BLM323 NUMERIC ANALYSIS. Okt. Yasin ORTAKCI.
WEEK 4 BLM33 NUMERIC ANALYSIS Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi BLM33 NONLINEAR EQUATION SYSTEM Two or more degree polinomial
DetaylıİŞ ANALİTİKLERİ İş Zekası Çözümleri
26/03/2013 İŞ ANALİTİKLERİ İş Zekası Çözümleri Tolga GÖKSAN Kıdemli İş Zekası Uygulamaları Danışmanı BIZCON Ofisler İstanbul Dubai Istanbul Bizcon Head Office 42 Ada Gardenya 5 Plaza Kat 18-19 Ataşehir
DetaylıYazılım Süreçleri Software Processes
Yazılım Süreçleri Software Processes Yazılım geliştirme Süreç Modelleri Software Development Process Models Proje Yönetimi Süreçleri Project Management Process Yazılım Geliştirme Süreçleri Software Development
DetaylıHB1002: ORACLE 10G VERĐTABANI PL/SQL ile PROGRAMLAMA (32 saat)
Sayfa: 1 / 5 HB1002: ORACLE 10G VERĐTABANI PL/SQL ile PROGRAMLAMA (32 saat) Eğitimin Amacı Bu eğitim SQL dilinin içermediği (döngü, if/else, hata yakalama, vb.) programlama dili özelliklerini içeren PL/SQL
DetaylıSokak Hayvanları yararına olan bu takvim, Ara Güler tarafından bağışlanan fotoğraflardan oluşmaktadır. Ara Güler
Sokak Hayvanları yararına olan bu takvim, Ara Güler tarafından bağışlanan fotoğraflardan oluşmaktadır. Ara Güler All the photographs used in this calendar have been donated by Ara Güler for the benefit
DetaylıCHANGE GUIDE BSP Turkey
IATA TRAVEL AGENT CHANGE GUIDE BSP Turkey CHECKLIST - IATA TRAVEL AGENT CHECK LIST Please note that as of 4 th of October 2016 all Change requests should only be submitted via IATA customer portal at www.iata.org/cs.
DetaylıIDENTITY MANAGEMENT FOR EXTERNAL USERS
1/11 Sürüm Numarası Değişiklik Tarihi Değişikliği Yapan Erman Ulusoy Açıklama İlk Sürüm IDENTITY MANAGEMENT FOR EXTERNAL USERS You can connect EXTERNAL Identity Management System (IDM) with https://selfservice.tai.com.tr/
DetaylıISCOM Kurumsal ISCOM KURUMSAL BİLİŞİM TEKNOLOJİLERİ EĞİTİM KATALOĞU
2018 ISCOM Kurumsal ISCOM KURUMSAL BİLİŞİM TEKNOLOJİLERİ EĞİTİM KATALOĞU MİCROSOFT SİSTEM EĞİTİM HİZMETLERİ... 3 MİCROSOFT YAZILIM DANIŞMANLIĞI EĞİTİM HİZMETLERİ... 5 ORACLE EĞİTİM HİZMETLERİ... 7 JAVA
Detaylıİş Zekâsı Sistemi Projesi
BI İş Zekâsı Sistemi Projesi Ulaş Kula, Bilişim Ltd. Esinkap 5. Ar-Ge Proje Pazarı 31 Mayıs 2012 Bilişim Ltd. 1985 te kurulan Bilişim Ltd, Türkiye nin üstün başarıyla sonuçlanmış önemli projelerine imza
Detaylı