Wyniki wyszukiwania - BazTech

1

Systemy informatyczne sektora rolniczego bazujące na technologii .NET 2005 i SQL Server 2005

Mueller W., Joachimiak H., Weres J.

Journal of Research and Applications in Agricultural Engineering

|

2008

|

Vol. 53, nr 1

32-34

PL

Systemy informatyczne kompleksowo wspomagające rolnictwo stają się koniecznością przy występującej konkurencji i jednocześnie silnym wspomaganiu tego sektora przez budżet Unii Europejskiej. Szczególnego znaczenia nabierają aplikacje rozproszone, które umożliwiają użytkownikowi szeroki dostęp do informacji, prawie z dowolnego miejsca, w stosunkowo krótkim czasie. Wykorzystanie powstałych aplikacji internetowych, może nie tylko przyczynić się do podejmowania optymalnych decyzji, związanych z codziennym funkcjonowaniem przedsiębiorstw rolniczych, ale także do usprawnienia pracy w tym sektorze. Prezentowany w niniejszym artykule przebudowany system informatyczny Badnak 2.0, pozwalający zarządzać badaniami naukowymi dotyczącymi inżynierii rolniczej, obrazuje potencjalne moSliwości technologii .NET 2005 i SQL Servera 2005 z perspektywy ich wykorzystania w rolnictwie.

EN

IT systems complexly supporting agriculture become a necessity for being competition and simultaneously are strongly supported by European Union budget for this sector. The distributed systems especially make sense, because they give a user unlimited access to information almost in any place in short time. Using ready-made internet applications can contribute to make an optimal decision about daily functioning of farm enterprise and also rationalization operation in this sector. Presented in this article rebuilt information Badnak 2.0 system, allowing to manage of scientific research concerning agricultural engineering, it pictures potential capabilities of .NET 2005 and SQL Server 2005 technology in perspective using it in agriculture.

2

Administrator's tools in Microsoft SQL Server optimization for Microsoft Dynamics

Woch M.

Studia Informatica

|

2007

|

Vol. 28, nr 3A

29-42

EN

This article presents tools designed to help administrators and developers to optimize and monitor performances of SQL Server 2000 or SQL Server 2005 for Microsoft Dynamics NAV.

PL

Artykuł prezentuje narzędzia dla projektantów systemu oraz administratorów, które usprawniają monitorowanie pracy serwera oraz optymalizację wydajności.

3

Ocena implementacji algorytmów predykcji w Microsoft SQL Server 2005

Motyka A., Tuzinkiewicz L.

Prace Naukowe Instytutu Informatyki Stosowanej Politechniki Wrocławskiej. Konferencje

|

2007

307-317

PL

Gromadzenie ogromnych ilości danych w komputerowych bazach danych stało się przyczyną rozwoju metod eksploracji danych (data mining), które mają za zadanie wyszukiwanie w tych zbiorach cennych informacji. Jednym z podstawowych zadań eksploracji danych jest modelowanie predykcyjne (przewidujące). Metody predykcji mają na celu stworzenie modelu, który będzie pozwalał przewidywać wartości interesującej zmiennej na podstawie innych zmiennych, których wartości są znane. W zależności od typu przewidy-wanej zmiennej wyróżniamy w modelowaniu przewidującym zadania klasyfikacji i regresji. O klasyfikacji mówimy wtedy, gdy przewidywana zmienna jest typu kategorycznego. W przypadku zmiennej rzeczywistej zadanie eksploracji danych nazywamy regresją. Obecnie większość producentów komercyjnych systemów zarządzania bazami danych dołącza do swoich produktów moduły służce do eksploracji danych. Zawierają one implementacje różnych metod klasyfikacji i regresji. Celein tego artykułu jest ocena implementacji tych metod w Microsoft Analysis Services -module analizy danych, który jest składnikiem popularnej platformy SQL Server 2005.

EN

Gathering large amounts of data in computer databases has become o reason of development data mining methods. They are used to find in these huge datasets valuable informations. One of the basic task of data mining is prediction modeling. The goal of prediction methods is to make a model, which can be used to predict a value of inteeresting variable on the basis of another variables, which values are known. Depending on character of predicting variable we distiguish in predict modeling classification and regression tasks. If pridicting variable is categorical we talk about classification. If it is real we talk about regression. Currently most of producers of commercial database management systems enclose to their products modules for data mining. They include implementations of various classification and regression methods. The goal of this article is an assesment of implementation of these methods in Microsoft Analysis Services - a module for data analysis, which is a component of popular SQL Server 2005 platform.