Ano ang ibig sabihin ng DATA SOURCES sa Tagalog

• pinagkukunan ng data
• mga mapagkukunan ng data
• mga data source
• pinagmumulan ng data
• data sources
• mga tinubdan sa datos

Mga halimbawa ng paggamit ng Data sources sa Ingles at ang kanilang mga pagsasalin sa Tagalog

Introduction Data Sources.
Panimula: Mga mapagkukunan ng data.

Big data sources can be loaded with junk and spam.
Big mga pinagkukunan ng data ay maaaring puno na may junk at spam.

Surveys linked to big data sources(section 3.6).
Mga survey na naka-link sa malaking pinagkukunan ng data( seksyon 3. 6).

Big data sources tend to have ten characteristics;
Big mga pinagkukunan ng data ay madalas na may sampung mga katangian;

Surveys linked to big data sources(section 3.6).
Mga panukiduki nga nalambigit sa dagkong mga tinubdan sa datos( seksyon 3. 6).

Other open data sources, including XML and SQL dumps, are also available.
Ang iba pang bukas na data sources, katulad ng XML and SQL dumps, ay available din.

Bit By Bit- Asking questions- 3.6 Surveys linked to big data sources.
Bit By Bit- Pagtatanong- 3. 6 survey na naka-link sa mga malalaking data source.

Find the data sources for Bristol.
Piliin ang data source para sa pagkalkula.

Measurement is much less likely to change behavior in big data sources.
Pagsukat ay higit na mas mababa malamang na baguhin pag-uugali sa malaking pinagkukunan ng data.

Information: Data sources about artists and for artists.
Impormasyon: Mga mapagkukunan ng data tungkol sa mga artist at artist.

Table 2.3: Examples of natural experiments using big data sources.
Table 2. 3: Mga halimbawa ng mga natural na mga eksperimento gamit big pinagkukunan ng data.

Supported data sources(real estate feed providers).
Mga suportadong mapagkukunan ng data( mga nagbibigay ng feed ng real estate).

The most widely discussed feature of big data sources is that they are BIG.
Ang pinakalawak na talakayan na tampok ng malaking pinagkukunan ng data ay ang mga ito ay MALAKING.

Big data sources do not mean the end of survey research.
Big mga pinagkukunan ng data ay hindi nangangahulugan na ang katapusan ng survey pananaliksik.

Table 2.1: Studies of unexpected events using always-on big data sources.
Table 2. 1: Pag-aaral ng mga hindi inaasahang mga kaganapan gamit ang laging-on big pinagkukunan ng data.

We have huge data sources that we use for lead generation.
Mayroon kaming malaking mapagkukunan ng data na ginagamit namin para sa henerasyon ng tingga.

Figure 3.12: Two ways to combine big data sources and survey data..
Figure 3. 12: Dalawang paraan upang pagsamahin ang mga malalaking data source at data ng survey.

List of data sources used in compiling the safety data sheet.
Ang listahan ng mga pinagkukunan ng data na ginagamit sa compilation ng kaligtasan data sheet.

Table 2.1: Studies of unexpected events using always-on big data sources.
Talahanayan 2. 1: Mga pag-aaral ng mga di-inaasahang pangyayari gamit ang laging nasa malaking mapagkukunan ng data.

Measurement in big data sources is much less likely to change behavior.
Ang pagsukat sa malaking mga mapagkukunan ng data ay mas malamang na baguhin ang pag-uugali.

Third era Non-probability sampling Computer-administered Surveys linked to big data sources.
Ikatlong panahon Sample na hindi probabilidad Computer-administered Mga survey na naka-link sa mga malalaking data source.

Far from distinctive, many big data sources have information that is sensitive.
Malayong mula sa katangi-tangi, maraming mga malaki mga pinagkukunan ng data ay may impormasyon na sensitive.

Then, I will illustrate three research strategies that can be used to successfully learn from big data sources.
Pagkatapos, ilarawan ko ang tatlong estratehiyang pananaliksik na maaaring magamit upang matagumpay na matuto mula sa mga malalaking data source.

In fact, people who have worked with big data sources know that they are frequently dirty.
Sa katunayan, ang mga tao na nagtrabaho sa malaking pinagkukunan ng data malaman na ang mga ito ay madalas na marumi.

Most big data sources are incomplete, in the sense that they don't have the information that you will want for your research.
Karamihan malaking pinagkukunan ng data ay hindi kumpleto, sa kamalayan na hindi sila magkaroon ng impormasyon na ikaw ay nais para sa iyong pananaliksik.

One of the great advantages of many big data sources is that they collect data over time.
Ang isa sa mga mahusay na pakinabang ng maraming malalaking pinagmumulan ng data ay ang pagkolekta nila ng data sa paglipas ng panahon.

Many other big data sources also have information that is sensitive, which is part of the reason why they are often inaccessible.
Maraming iba pang malalaking pinagmumulan ng data ay mayroon ding impormasyon na sensitibo, na kung saan ay bahagi ng dahilan kung bakit sila ay madalas na hindi maa-access.

For machine learning approaches that attempt to automatically discover natural experiments inside of big data sources, see Jensen et al.
Para pamamaraang machine learning na pagtatangka upang awtomatikong matuklasan natural na mga eksperimento sa loob ng malaking pinagkukunan ng data, tingnan ang Jensen et al.

Supports data binding with plethora of data sources including SQL Server, Oracle, SQLite and text files.
Sinusuportahan ang data na umiiral na may kalabisan ng mga mapagkukunan ng data kabilang ang SQL Server, Oracle, SQLite at mga tekstong file.

See Properties pane and Variables topics for more information on how to use variables to fetch data from data sources.
Tingnan ang Properties pane at Mga paksa ng variable para sa higit pang impormasyon kung paano gamitin ang mga variable upang makuha ang data mula sa mga mapagkukunan ng data.