esinduspunktide ümber . Iseloomustage selle võre geomeetriat. Esinduspunktide ümber on kuusnurksed võred, mis on üksteisega külgnevuses. 3. Iseloomustage lühidalt erinevaid vaatenurki geoinformaatikale, iseloomustage nende nõudeid/ootusi GIS-le. Kartograafiline vaatenurk - Kartograaf ootab GISilt järgmist: suudab näidata raster ja vektorkujul kaarte, oskab valmistada trükifaile kõrge eraldusvõimega filmiplotteritele, saab hakkama väga suurte andmemahtudega, kvaliteetseid fonte jne. Andmebaasiline vaatenurk - GISile peab olulisimaks andmebaasistruktuuri ning funktsioone, millega andmeid andmebaasist kätte saab. Tähtis on ka ruumiliste andmete integratsioon alfanumeerilistega, sageli on/oli tegu nn tavalise andmebaasi laiendamisega geograafiliste andmetega. Analüütiline vaatenurk - rõhutab ruumilise analüüsi tähtsust, otsides ja kasutades seoseid, mis tulenevad objektide asendist üksteise tuhtes. Andmete kvaliteeti
ARTIKLID 7. Kasutades mingi ettevõtte/asutuse kohta artiklit internetist tooge selle alusel välja: a. Miks on „big data“ äride jaoks nii huvitav? b. Milliseid väljakutseid see endaga kaasa toob? c. Milliseid tehnoloogiaid „big data“ haldamiseks kasutatakse? A. Big Data on äride jaoks huvitav, sest otseselt selle üle neil kontrolli ei ole. Big Data puhul on tavaliselt tegu väga suurte andmemahtudega. Näiteks sotsiaalmeedia postitused, võrguliikluse ja sisselogimiste logid jms. Big Data erineb klassikalisest ärianalüüsist. Big Data-s kasutatakse Discovery- lähenemist, otsitakse seoseid sealt, kus need esmapilgul puuduvad. Ehk sisuliselt loodetakse komistada huvitavate seoste otsa. Big Data abil saavad ärid paremini mõista klientide ostukäitumist. C. Analüüsiks on enamasti hädavajalik spetsiaalne tarkvaraplatvorm nagu näiteks QlikView või Sense.
Harva on ette tulnud ka 14400 bit/s ühenduskiirust. Arvutivõrkude ühendamine Esineb ka situatsioone, kus ühe organisatsiooni erinevates kohtades asuvad arvutivõrgud oleks vaja loogiliseks tervikuks siduda. Siin tulevad meile appi püsiliinide maailmast tuntud marsruuterid. Kasutaja meelest ei erine nende töö eelmises lõigus kirjeldatust. Kui tarvis, luuakse ISDN-ühendus, kui enam tarvis ei ole. "visatakse toru hargile". Ainult et kuna tegemist on suuremate andmemahtudega, oodatakse marsruuterilt tihti enamat. Seda nii kiiruse kui turvalisuse kohapealt. Turvalisuse tagamiseks on mitmeid meetmeid. Esiteks kaasneb ühenduse loomisega Point.-to-Point Protocoli paroolide kontroll. Teiseks on ISDN-ga kaasasündinud nähtus helistaja numbri saatmine vastuvõtjale, mida marsruuter ära kasutab ja mille pealt vaatab, kas ta sissehelistajat aktsepteerib. Osavate vastu, kes suudavad marsruuterile vale abonentnumbri öelda, on välja mõeldud automaatne
muudel juhtudel (andmeanalüüs, visualiseerimine, hälvete analüüs, trendianalüüs jne.) on aktviisemaks pooleks kasutaja ehk inimene siis andmekaevandamise puhul on aktiivsemaks pooleks arvuti. Inimese roll on anda ette hulk toormaterjali andmete näol ning seejärel asub arvuti "kaevandama" saadud "andmeid" (siit ka sõna "andmekaeve") leidmaks seoseid, korrapärasusi, korrelatsioone, mustreid jne. Andmekaevandamine on vajalik juhul, kui on tegemist suurte andmemahtudega, millest seoste äratundmine käib inimesele üle jõu või teisalt on tegemist ülesandega, kus inimene ei oskagi püstitada eesmärki ja tema sooviks on saada tagasisidet, mida "räägivad andmed". Nii nagu kullakaevandamisega, pole iga seos, mida arvuti andmekaevandamise tulemusena raporteerib, kasutatav. Lisaks eristatakse veel seda, kas andmekaevandamise eesmärgiks on "seletada" ehk rõhuasetus on andmetest seoste
ARTIKLID 7. Kasutades mingi ettevõtte/asutuse kohta artiklit internetist tooge selle alusel välja: a. Miks on „big data“ äride jaoks nii huvitav? b. Milliseid väljakutseid see endaga kaasa toob? c. Milliseid tehnoloogiaid „big data“ haldamiseks kasutatakse? A. Big Data on äride jaoks huvitav, sest otseselt selle üle neil kontrolli ei ole. Big Data puhul on tavaliselt tegu väga suurte andmemahtudega. Näiteks sotsiaalmeedia postitused, võrguliikluse ja sisselogimiste logid jms. Big Data erineb klassikalisest ärianalüüsist. Big Data-s kasutatakse Discovery- lähenemist, otsitakse seoseid sealt, kus need esmapilgul puuduvad. Ehk sisuliselt loodetakse komistada huvitavate seoste otsa. Big Data abil saavad ärid paremini mõista klientide ostukäitumist. C. Analüüsiks on enamasti hädavajalik spetsiaalne tarkvaraplatvorm nagu näiteks QlikView või Sense.
Testitav omadus: Süsteemi reaktsioonikiirus päringutele. Süsteemi kasutamise ajaline viide. Sisend: Suvaliste sisendandmetega päringud, küsimustikes edasi-tagasi liikumine, otsasta alustamine Tegelikult kasulikud väljundid: Hinnang süsteemi reaktsioonikiirusele Hinnang: Kuna tegu on konsoolirakendusega, mille ressursivajadus on suhteliselt madal ning ei minu programmis ega Hannese reeglimootoris pole suurte andmemahtudega tsükleid, on ajaline viide programmi kasutamisel tühine. 6.2 Probleemid Realiseeritud funtksionaalsete nõudmiste osas võib taaskord põhiliseks probleemiks lugeda seda, et alati ei eristu väljundiks pakutavad ametikohad üksteisest kuigivõrd (võidakse pakkuda juhi või kujundaja ametikohti suhteliselt väikeste punktivahedega). Mõneti pean tunnistama, et tõepoolest on kindluste määramises kohti ning sisendparameetrite kombinatsioone, mida ma pole
annaabi.ee 
