What is the translation of " LARGE DATASETS " in Hebrew?

• מערכי נתונים גדולים
• ערכות נתונים גדולות

Examples of using Large datasets in English and their translations into Hebrew

Performs well with large datasets.
פועל היטב עם מערכי נתונים גדולים.

Large datasets are a means to an end;
מערכי נתונים גדולים הם אמצעי להשגת מטרה;

Five ways to handle large datasets.
דרכים לקנות מניות נתונים גדולים.

For more on why large datasets render statistical tests problematic, see M.
על מנת להבין מדוע נתונים גדולים מעלים בדיקות סטטיסטיות בעייתיות, ראו M.

This can become too expensive for large datasets.
וזה כבר יכול להיות גם מאד יקר כשמדובר בכמויות נתונים גדולות.

Large datasets can also create computational problems that are generally beyond the capabilities of a single computer.
מערכי נתונים גדולים יכולים גם ליצור בעיות חישוביות שהן בדרך כלל מעבר ליכולות של מחשב יחיד.

This is especially important when dealing with large datasets.
דבר החשוב במיוחד כאשר מטפלים בבסיסי נתונים גדולים.

For more on why large datasets, render statistical tests problematic, see Lin, Lucas, and Shmueli(2013) and McFarland and McFarland(2015).
על מנת להבין מדוע נתונים גדולים מעלים בדיקות סטטיסטיות בעייתיות, ראו M. Lin, Lucas, and Shmueli(2013) McFarland and McFarland(2015).

BigQuery is a Google Developers tool that lets you run super-fast queries of large datasets.
BigQuery הוא כלי של Google Developers המאפשר לבצע שאילתות מהירות במיוחד על קבוצות נתונים גדולות.

Finally, in addition to studying rare events and studying heterogeneity, large datasets also enable researchers to detect small differences.
לבסוף, בנוסף ללימוד אירועים נדירים ולטיפול בהטרוגניות, מערכי נתונים גדולים מאפשרים לחוקרים לזהות הבדלים קטנים.

BigQuery is a Google Developers tool that lets you run super-fast queries of large datasets.
BigQuery הוא כלי של Google Developers המאפשר לבצע במהירות רבה שאילתות על מערכים גדולים של נתונים.

For more on why large datasets render statistical tests problematic, see M. Lin, Lucas, and Shmueli(2013) and McFarland and McFarland(2015).
למידע נוסף על מדוע מערכי נתונים גדולים, לדקלם מבחנים סטטיסטיים בעייתי, ראה Lin, Lucas, and Shmueli(2013) ו McFarland and McFarland(2015).

Dr French, the supercomputer is the only way to analyze large datasets quickly, for proper comparison.
ד"ר צרפתית, מחשב העל היא הדרך היחידה לנתח את מערכי נתונים גדולים במהירות, לשם השוואה ראויה.

They often deal with complicated and/or complex systems and often require the management and analysis of large datasets.
הם לעתים קרובות להתמודד עם מערכות מסובכות ו/ או מורכבות, ולעתים קרובות דורשים ניהול וניתוח של ערכות נתונים גדולות.

Therefore, researchers making computations on large datasets often spread the work over many computers, a process sometimes called parallel programming.
לכן, החוקרים עושים חישובים על מערכי נתונים גדולים לעתים קרובות להפיץ את העבודה על מחשבים רבים, תהליך המכונה לעתים תכנות מקבילי.

In my experience, the study of rare events is one of the three specific scientific ends that large datasets tend to enable.
מניסיוני, חקר האירועים הנדירים הוא אחד משלושת הקצוות המדעיים הספציפיים שמערכות נתונים גדולות נוטות לאפשר.

Quite simply, researchers who don't think about systematic error face the risk of using their large datasets to get a precise estimate of an unimportant quantity, such as the emotional content of meaningless messages produced by an automated bot.
בפשטות, חוקרים שאינם חושבים על טעות שיטתית עומדים בפני הסיכון להשתמש במערכי הנתונים הגדולים שלהם כדי לקבל הערכה מדויקת של כמות לא חשובה, כגון התוכן הרגשי של מסרים חסרי משמעות המיוצרים על ידי בוט אוטומטי.

This includes R- a programming language renowned for its simplicity, elegance and community support- and Hadoop- an open source, Java-based programming framework for large datasets.
זה כולל R- שפת תכנות הנודע לתמיכת הפשטות, אלגנטיות קהילה שלה- ו Hadoop- קוד פתוח, תכנות מסגרת מבוססת ג'אווה עבור ערכות נתונים גדולות.

With the recent advancements in biotechnology, biologists are frequently overloaded with large datasets which need to be stored and analyzed in automated ways.
עם ההתקדמות האחרונה בביוטכנולוגיה, ביולוגים הם עמוסים לעתים קרובות עם מערכי נתונים גדולים אשר צריך להיות מאוחסן ונותחו בדרכים אוטומטיות.

The NetApp® and DreamWorks partnership represents an innovative approach to this challenge, focused on predictive analytics and other new capabilities to power real-time access to large datasets.
השותפות של נט-אפ ו-DreamWorks, אמר, מייצגת גישה חדשנית לאתגר הזה, שמתמקדת בניבוי מבוסס ניתוח נתונים וביכולות חדשות אחרות, שיאפשרו גישה בזמן אמת לסדרות נתונים גדולות.

Vay and a team of mathematicians, computer scientists and physicists are working to do just that by developing software tools that can facilitate simulating, analyzing and visualizing the increasingly large datasets produced during particle accelerator studies.
Vay וצוות של מתמטיקאים, מדעני מחשבים ופיסיקאים פועלים לעשות זאת רק על ידי פיתוח כלי תוכנה שיכולים להקל על הדמיה, ניתוח והדמיה של מערכי הנתונים גדולים יותר ויותר המיוצרים במהלך מחקרים מאיץ החלקיקים.

This large dataset was searched for signatures of short pulses from the source over a broad range of frequencies, with a characteristic dispersion, or delay as a function of frequency, caused by the presence of gas in space between us and the source.
מערך נתונים גדול זה חיפש חתימות של פולסים קצרים מהמקור על פני טווח רחב של תדרים, עם פיזור אופייני, או עיכוב כפונקציה של תדר, הנגרמת על ידי נוכחות של גז בחלל שבין כדור הארץ למקור.

To ensure that collecting data online hadn't somehow skewed the results, Germine and Hartshorne consulted another large dataset, the General Social Survey, which has been testing people's vocabularies for decades.
כדי להבטיח שאיסוף הנתונים ברשת לא היטה את התוצאות באופן כלשהו, פנו ג'רמיין והרטסהורן למאגר נתונים גדול נוסף, ה-General Social Survey, הבוחן את אוצר המילים של האמריקאים כבר עשרות שנים.

What I'm going to show you, though, is something that I have been engaging in for a year, which is trying to gather all of the largest datasets that we have access to as economists, and I'm going to try and strip away all of those possible differences, hoping to get this relationship to break.
מה שאני הולך להראות לכם, אבל, זה משהו שאני עוסק בו כבר במשך שנה, אני מנסה לאסוף את כל מערכי הנתונים הגדולים ביותר שלהם יש לנו גישה ככלכלנים, ואני מתכוון לנסות להסיר את כל ההבדלים האפשריים הללו, בתקווה שקשר גומלין זה יתנתק.

BIRCH(balanced iterative reducing and clustering using hierarchies) is an unsupervised data mining algorithm used to perform hierarchical clustering over particularly large data-sets.[1] An advantage of BIRCH is its ability to incrementally and dynamically cluster incoming, multi-dimensional metric data points in an attempt to produce the best quality clustering for a given set of resources(memory and time constraints). In most cases, BIRCH only requires a single scan of the database.
BIRCH( ניתוח אשכולות היררכי, מ אוזן ומופחת איטרציות) הוא אלגוריתם כריית נתונים ללא מ נוהל( unsupervised) ל ביצוע ניתוח אשכולות היררכיים על מערכי נתונים גדולים במיוחד,[ 1] כגון אלו ה קיימים ביישומי ביג- דאטה ל סוג של הם. אחד הייתרונות ה בולטים של שיטת BIRCH היא ב יכולת לאגד נתונים נומריים רב- ממדיים ב אופן הדרגתי ודינאמי, תוך יצירת חלוקת אשכולות איכותית עבור סט מידע נתון ו תוך שימוש בתקורות משאבים נמוכות( זיכרון וזמן). מאפיין חשוב נוסף של BIRCH היא שנדרשת סריקה אחת בודדת של ה נתונים ל צורך ה פעולה ה בסיסית.

It can be tough to know where to start, especially with a large dataset.
אבל לפעמים קשה לדעת היכן להתחיל, במיוחד כשיש כמות גדולה של נתונים.

Thanks to this meme, there's now a very large dataset of carefully curated photos of people from roughly 10 years ago and now.
הודות למם הזה, עכשיו יש כעת לפייסבוק מערכת נתונים גדולה מאוד של תמונות מאורגנות בקפידה של אנשים מלפני 10 שנים.

In simple words, thanks to this meme, now there is a very large dataset of carefully curated photos of people from roughly 10 years ago and now.
הודות למם הזה, עכשיו יש כעת לפייסבוק מערכת נתונים גדולה מאוד של תמונות מאורגנות בקפידה של אנשים מלפני 10 שנים.