28. Бази даних та керування ними.

Організація даних у внутримашинной сфері характеризується на двох рівнях - логічному і фізичному.

Фізична організація даних визначає спосіб розміщення даних безпосередньо на машинному носії. Цей рівень забезпечується автоматично прикладними програмами, без втручання користувача.

Користувач в прикладних програмах оперує уявленнями логічної організації даних.

Логічна організація даних

Для розміщення однієї і тієї ж інформації а ЕОМ можуть бути використані різні структури і моделі даних.

Модель даних - це сукупність взаємопов'язаних структур даних та операцій над цими структурами. Вибір моделі даних і структури даних покладається на користувача і залежить від технічного і програмного забезпечення, визначається складністю завдань і обсягом інформації.

Існують три основні моделі даних

Файлова

Мережева і ієрархічна

Реляційна

Файлова модель.

Інформаційна база являє собою сукупність не пов'язаних між собою файлів з однотипних записів з лінійною структурою.

Основні типи структур даних файлової моделі - поле, запис, файл.

Запис є основною структурною одиницею обробки даних і одиницею обміну між оперативною і зовнішньою пам'яттю.

Поле - це елементарна одиниця логічного організації даних яка відповідає окремій, неподільної одиниці інформації - реквізиту.

Запис - це сукупність полів, що відповідають логічно пов'язаним реквізитами. Структура запису визначається складом і послідовністю що входять до неї полів, кожне з яких містить елементарне дане.

Файл - це безліч однакових за структурою записів зі значеннями в окремих полях, причому поля мають єдине значення.

Кожен екземпляр записи однозначно ідентифікується унікальним ключем запису.

Ключі бувають 2х типів: первинний і вторинний.

Первинний ключ (ПК) - це одне або кілька полів, однозначно ідентифікують запис. Якщо первинний ключ складається з одного поля, він називається простим, якщо з декількох полів - складеним ключем.

Вторинний ключ (ВК) - на відміну від первинного, це таке поле, значення якого може повторюватися в декількох записах файла, тобто він не є унікальним.

29. Візуалізація даних.

Візуалізація — це процес побудови графічного образу даних, що допомагає у процесі загального аналізу даних вбачати аномалії, структури.

Візуалізація даних — це інтерактивне вивчення візуального представлення абстрактних даних для посилення людського пізнання. Абстрактні дані включають в себе як числові так і нечислові, такі як текст і географічна інформація. Тим не менш, візуалізація даних відрізняється від наукової візуалізації.

Візуалізація інформації припускає, що "візуальні уявлення і методи взаємодії користуються здатністю людського ока пропускати інформацію в мозок, щоб користувачі могли побачити, вивчити і зрозуміти велику кількість інформації за один раз. Візуалізація інформації спрямована на створення підходів до передачі абстрактної інформації в інтуїтивно зрозумілі способи.

30. Представлення та аналіз даних у гіс.

Існує два способи представлення позиційної інформації — векторний та растровий.

Растровий спосіб.

Растрові дані зберігаються у вигляді наборів величин, упорядкованих у формі прямокутної сітки. Осередки цієї сітки називаються пікселями. Найпоширенішим способом отримання растрових даних про поверхню Землі є дистанційне зондування, проведене за допомогою супутників. Зберігання растрових даних може здійснюватися в графічних форматах, наприклад TIF або JPEG, або в бінарному вигляді в базах даних. Найчастіше растр використовують для безперервних об'єктів.

Векторний спосіб.

Дискретні об'єкти та безперервні поля величин представляють за допомогою сукупності геометричних фігур — векторних об'єктів. Найпоширенішими типами векторних об'єктів є:

• Точки

• полілінії

• Багатокутники (многокутники чи полігони)

Аналіз даних є невід'ємною частиною всіх прикладних досліджень та вирішення проблем в промисловості. Найбільш фундаментальні підходи аналізу даних - візуалізація (гістограми, точкові ділянки, ділянки поверхні, дерево карт, паралельно координовані ділянки і т.д.), статистика (гіпотеза тест, регресія, СПС і ін), видобуток даних (асоціації гірничодобувної промисловості, і т.д.) і методи машинного навчання (кластеризація, класифікація, дерева рішень, і т.д.).