Εφαρμογές Ανάλυσης και Οπτικοποίησης Δεδομένων στην εποχή του Docker

Data Analysis and Visualization Applications in Docker Age (Αγγλική)

  1. MSc thesis
  2. Μπαράκου, Ειρήνη
  3. Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
  4. 24 Σεπτεμβρίου 2022 [2022-09-24]
  5. Ελληνικά
  6. 112
  7. Μαραγκουδάκης, Εμμανουήλ
  8. Μαραγκουδάκης, Εμμανουήλ | Καναβός, Ανδρέας
  9. Μεγάλα δεδομένα | Οπτικοποίηση | Πλατφόρμα Docker | Εξόρυξη Δεδομένων | Tableau | Dunbas BI | Ζoho Reports | Jupyter
  10. 23
  11. Περιέχει: πίνακες, εικόνες, διαγράμματα, κώδικες
    • Τα τελευταία χρόνια παρατηρούμε την εκτίναξη του όγκου των δεδομένων. Μέσα από το διαδίκτυο οι πληροφορίες είναι άπειρες και το κυριότερο πλέον είναι ότι δεν υπάρχουν μόνο δομημένα δεδομένα. Αυτό καθιστά δύσκολο την ανάλυσή τους για τους σκοπούς που κάθε φορά ένας οργανισμός ή μια επιχείρηση χρειάζεται. Για το σκοπό αυτό έχουν αναπτυχθεί μία πληθώρα από γλώσσες προγραμματισμού, εφαρμογές και προγράμματα με σκοπό την καλύτερη και λεπτομερέστερη ανάλυσή τους. Ακόμα και έτσι, λόγω των διαφορετικών λειτουργικών συστημάτων που υπάρχουν στην αγορά είναι δύσκολο να λειτουργήσει το ίδιο σωστά ένα πρόγραμμα σε όλα τα λειτουργικά συστήματα. Σκοπός αυτής της διπλωματικής εργασίας είναι να αναδείξει την πλατφόρμα Docker ως το μέσο για την σωστή λειτουργία των εφαρμογών ανάλυσης και οπτικοποίησης δεδομένων κάνοντας χρήση κατάλληλων εντολών για να είναι συμβατές οι εφαρμογές αυτές σε οπουδήποτε λειτουργικό σύστημα. Επικεντρωνόμαστε στους τρόπους χρήσης των εργαλείων οπτικοποίησης δεδομένων μέσα από το Docker και συγκεκριμένα σε τέσσερα σημαντικά εργαλεία για τους επιστήμονες δεδομένων – data scientists που είναι: το Tableau, το Dunbas BI, το Zoho Reports και το JupyterR Με τον κώδικα αυτόν μέσα από τη πλατφόρμα Docker οι αναλυτές δεδομένων έχουν αναπτύξει μια πληθώρα εντολών και το σημαντικό είναι ότι όλοι μπορούν να συνεισφέρουν στην ακόμα πιο αποτελεσματική και αποδοτική χρήση του αφού είναι δωρεάν ανοιχτού τύπου κώδικας.
    • In recent years we have seen an increase in the volume of data. Through the internet the information is infinite and the main thing now is that there is not only structured data. This makes it difficult to analyze them for the purposes that an organization or a business needs each time. For this purpose, a variety of programming languages, applications and programs have been developed for their better and more detailed analysis. Even so, owning one is still beyond the reach of the average person. The purpose of this dissertation is to highlight the Docker platform as the means for the proper operation of data analysis and visualization applications using appropriate commands to make these applications compatible with any operating system. We focus on ways to use data visualization tools through Docker and specifically on four important tools for data scientists: Tableau, Dunbas BI, Zoho Reports and JupyterR With this code through the Docker platform data analysts have developed a multitude of commands and the important thing is that everyone can contribute to make it even more effective and efficient since it is free and open source.
  13. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.