Integrity Constraints On Rich Data Types de Chen, Lei Format Relié

Integrity Constraints on Rich Data Types - Chen, Lei

Format: Relié

Note : 0

Soyez le premier à donner un avis

97,99 €

Produit Neuf

Ou 24,50 € /mois

Livraison : 25,00 €
Livré entre le 4 et le 9 septembre

Voir les modes de livraison

PRO Vendeur favori

4,8/5 sur + de 1 000 ventes

Apres acceptation de la commande, le delai moyen d'expedition depuis le Japon est de 48 heures. Le delai moyen de livraison est de 3 a 4 semaines. En cas de circonstances exceptionnelles, les delais peuvent s'etendre jusqu'à 2 mois.

Voir le détail de l'annonce

Vous avez choisi le retrait chez le vendeur à

Payez directement sur Rakuten (CB, PayPal, 4xCB...)
Récupérez le produit directement chez le vendeur
Rakuten vous rembourse en cas de problème

Terminer ma commande

Gratuit et sans engagement

Félicitations !

Nous sommes heureux de vous compter parmi nos membres du Club Rakuten !

TROUVER UN MAGASIN

Adresse

Retour

Horaires

Note :

Avis sur Integrity Constraints On Rich Data Types de Chen, Lei Format Relié - Livre Littérature Générale

Note : 0 0 avis sur Integrity Constraints On Rich Data Types de Chen, Lei Format Relié - Livre Littérature Générale

Donnez votre avis

Donnez votre avis sur ce produit

Votre note * : 1/5 2/5 3/5 4/5 5/5 Veuillez donner une note au produit

Le titre de votre avis* : Saisissez un titre

Quelques conseils :

Donnez le ton de votre avis, résumez-le en quelques mots qui apparaîtront comme le titre de votre avis.

Votre avis* : (40 caractères minimum) Saisissez un avis

Quelques conseils :

N'hésitez pas à mettre en avant les caractéristiques de ce produit, n'oubliez pas de mentionner ses avantages et/ou ses défauts éventuels. Décrivez précisément, argumentez, soyez convaincant !

Annuler

Les avis publiés font l'objet d'un contrôle automatisé de Rakuten.

Produits similaires

Présentation Integrity Constraints On Rich Data Types de Chen, Lei Format Relié
- Livre Littérature Générale

Livre Littérature Générale - Chen, Lei - 01/03/2023 - Relié - Langue : Anglais

Auteur(s) : Chen, Lei - Song, Shaoxu

Editeur : Springer International Publishing Ag

Langue : Anglais

Parution : 01/03/2023

Format : Moyen, de 350g à 1kg

Nombre de pages : 160

Expédition : 456

Dimensions : 24.6 x 17.3 x 1.5

ISBN : 3031271769

Résumé :
This book examines the recent trend of extending data dependencies to adapt to rich data types in order to address variety and veracity issues in big data. Readers will be guided through the full range of rich data types where data dependencies have been successfully applied, including categorical data with equality relationships, heterogeneous data with similarity relationships, numerical data with order relationships, sequential data with timestamps, and graph data with complicated structures. The text will also discuss interesting constraints on ordering or similarity relationships contained in novel classes of data dependencies in addition to those in equality relationships, e.g., considered in functional dependencies (FDs). In addition to exploring the concepts of these data dependency notations, the book investigates the extension relationships between data dependencies, such as conditional functional dependencies (CFDs) that extend conventional functional dependencies (FDs). This forms in the book a family tree of extensions, mostly rooted in FDs, that help illuminate the expressive power of various data dependencies. Moreover, the book points to work on the discovery of dependencies from data, since data dependencies are often unlikely to be manually specified in a traditional way, given the huge volume and high variety in big data. It further outlines the applications of the extended data dependencies, in particular in data quality practice. Altogether, this book provides a comprehensive guide for readers to select proper data dependencies for their applications that have sufficient expressive power and reasonable discovery cost. Finally, the book concludes with several directions of future studies on emerging data.

Biographie:
Shaoxu Song is an Associate Professor in the School of Software at Tsinghua University in Beijing, China. His research interests include data quality and data integration. He has published more than 50 papers in top conferences and journals such as SIGMOD, VLDB, ICDE, ACM TODS, VLDBJ, IEEE TKDE, etc. He served as a Vice Program Chair for the 2022 IEEE International Conference on Big Data (IEEE BigData 2022) and received the Distinguished Reviewer award from VLDB 2019 and an Outstanding Reviewer award from CIKM 2017.

Lei Chen is a Chaired Professor in the Department of Computer Science and Engineering at the Hong Kong University of Science and Technology and the Director of the HKUST Big Data Institute. He received the SIGMOD Test-of-Time Award in 2015 and served as the Program Committee Co-Chair of VLDB 2019 and ICDE 2023. He is currently the Editor-in-Chief of the VLDB Journal, and the Editor-in-Chief of IEEE Transactions on Knowledge and Data Engineering (TKDE). He is an IEEE Fellow and ACM Distinguished Scientist.

...

Sommaire:
Introduction.- Categorical Data.- Heterogeneous Data.- Ordered Data.- Temporal Data.- Graph Data.- Conclusions and Directions.- Index of Data Dependencies.- References.

Détails de conformité du produit

Consulter les détails de conformité de ce produit (

Personne responsable dans l'UE

)

Integrity Constraints on Rich Data Types - Chen, Lei

Avis sur Integrity Constraints On Rich Data Types de Chen, Lei Format Relié - Livre Littérature Générale

Présentation Integrity Constraints On Rich Data Types de Chen, Lei Format Relié - Livre Littérature Générale

Présentation Integrity Constraints On Rich Data Types de Chen, Lei Format Relié
- Livre Littérature Générale