Какие математические концепции (e, g Graph Theory) являются обязательным чтением для понимания концепций моделирования и моделирования хранилищ данных и дизайна?Математика позади моделирования данных
1
A
ответ
1
Я бы не сказал, что есть обязательно обязательно. Однако я нашел следующее полезное:
- The Relational Model. Теория, на которой основаны практически все РСУБД.
- First Order Predicate Logic. Теоретическое обоснование реляционной модели
- Set Theory. Хорошо, между прочим, для понимания разных отношений между множествами: объединение, пересечение, различие. Все они имеют прямые аналоги в реляционной модели.
- Graph Theory. Вероятно, тот, который я нашел наименее полезным для моделирования данных как такового. Однако (1) я уже рассмотрел вышеприведенные выше, и (2) он полезен для понимания обхода модели данных (например, транзитивного закрытия).
Я бы сильно предупредил все выше. Я не математик и не компьютерный ученый, поэтому я прихожу к нему с эмпирической точки зрения практикующего. Кто-то, кто лучше разбирается в этих областях, несомненно, может дать рекомендации, основанные на гораздо более сильных теоретических основах.
Как и в теории, есть несколько хороших книг, которые сочетают теоретические основы с практическими соображениями; например
- SQL and Relational Theory (Chris Date). Отличная книга, которая хорошо описывает теорию. Единственный недостаток: дата не является поклонником SQL и неоднократно повторяет его точку зрения, которая становится немного утомительной. Но, тем не менее, это отличная книга.
- Data Modeling Essentials (Simsion & Witt). Действительно хорошая книга. Также хорошо охватывает теорию, в частности различные нормальные формы в реляционной модели.
hth.
Смежные вопросы
- 1. Математика позади Bump (ing)?
- 2. Математика позади метода вавилонский квадратного корня
- 3. Схема сжатия данных, математика
- 4. Запрос данных моделирования данных Cassandra
- 5. Математика из моих данных mysql
- 6. BIRT Математика по набору данных
- 7. Реляционные базы данных и математика?
- 8. Rails 4 Моделирования данных
- 9. Моделирования данных с Монго
- 10. данных моделирования Appengine
- 11. Запрос моделирования данных Neo4j
- 12. Подмножество данных моделирования
- 13. Инструмент моделирования базы данных
- 14. Структура моделирования данных - рельсы
- 15. Основы моделирования данных ядра
- 16. Инструмент моделирования базы данных
- 17. Задачи моделирования данных Rails
- 18. mongodb - правильный способ моделирования данных
- 19. LDA тема моделирования входных данных
- 20. Лучшая практика моделирования данных аналитики
- 21. Поиск и сумма данных моделирования
- 22. Устранение неисправностей моделирования баз данных
- 23. Термин для структуры данных моделирования
- 24. Redis - Поиск предложений моделирования данных
- 25. Временные метки моделирования данных Cassandra
- 26. Другой подход моделирования данных Cassandra
- 27. Python, JSON - запись моделирования данных
- 28. Инструмент моделирования данных для Neo4j
- 29. Соотношение моделирования в данных ядра
- 30. веб-приложение для моделирования данных
Приятный ответ, я думал, что не буду так надеяться на это первое предложение. Получив образование в первых трех из четырех, необходимо понять, что формальные математические модели фактически имеют очень мало общего с информационным моделированием, как это обычно понимают (диаграммы классов ER, UML и различные методы на основе NIAM, такие как как Halpin ORM), и который обычно является концептуальным, то есть сознательно INformal (в той или иной степени). Математическая основа, как правило, совершенно противоположная, то есть чрезвычайно формальная, неформальная. –
@Erwin: спасибо. Хорошая точка зрения о формальности: научиться рассуждать формально, это сложно, но полезно. – sfinnie