Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Python
- Spring
- r
- datascience
- 파이썬
- 가중치
- imread
- list
- branch
- AI
- Vector
- CLONE
- tensorflow
- 저장소
- db
- gitignore
- data
- Java
- destroyallwindows
- Anaconda
- model
- Repository
- Linux
- git
- imshow
- 이미지
- 함수
- Session
- opencv
- 머신러닝
Archives
- Today
- Total
AI학교
데이터마트 본문
정의
데이터 웨어하우스와 사용자 사이의 중간층에 위치한 것으로 데이터 분석을 위한 상세한 데이터 정보와 분석된 Data-set은 Data Mart에 주제별로 정리되어 있다.
필요성
- 많은 비용과 리스크가 동반되는 Data Warehouse 이전 단계로 사용
- DW의 축적된 데이터는 풍부하지만 정보는 빈약
- 다차원 정보 제공
목적
- 사용자 집단의 Query 내용 및 범위, 패턴 예측
- 목적에 맞는 데이터 재조직과 자료구조
- 빠른 질의 응답
- 사용자 질의에 대한 빠른 응답 속도
활용 방법
- 상용 분석 도구와 R 모두, 간단히 표준화된 방식으로 분석용 데이터 마트 구축 자동화 방법 제공
장점
- 작업시간 단축 및 정확성 제고로업무 효율성 향상
'빅데이터' 카테고리의 다른 글
ETL(Extract, Transform, Load ETL) (0) | 2020.07.01 |
---|---|
메타데이터 (0) | 2020.07.01 |
Comments