What is the translation of " BIG DATA SOURCES " in Korean?

• 큰 데이터 소스
• 빅 데이터 소스

Examples of using Big data sources in English and their translations into Korean

Big data sources do not mean the end of survey research.
큰 데이터 소스는 조사 연구의 끝을 의미하지 않는다.

Table 2.3: Examples of natural experiments using big data sources.
표 2.3: 빅 데이터 소스를 사용하여 자연 실험의 예.

In particular, I will focus on big data sources created by companies and governments.
특히 회사와 정부가 만든 큰 데이터 소스에 중점을 두겠습니다.

Then, in Section 2.3, I describe ten common characteristics of big data sources.
그런 다음 2.3 절에서 큰 데이터 소스의 10 가지 공통 특성을 설명합니다.

In fact, people who have worked with big data sources know that they are frequently dirty.
사실, 빅 데이터 소스와 함께 일한 사람들은 자주 더러운 것을 알고있다.

Then, in Section 2.3, I describe ten common characteristics of big data sources.
그런 다음, 2.3 절에, 내가 큰 데이터 소스의 열 일반적인 특성을 설명합니다.

In fact, people who have worked with big data sources know that they are frequently dirty.
사실 큰 데이터 소스로 작업 한 사람들은 빈번히 더러운 것으로 알고 있습니다.

Finally, I will describe two strategies for combining survey data and big data sources.
마지막으로 설문 조사 데이터와 큰 데이터 소스를 결합하는 두 가지 전략에 대해 설명하겠습니다.

Figure 3.12: Two ways to combine big data sources and survey data..
그림 3.12: 큰 데이터 소스와 측량 데이터를 결합하는 두 가지 방법.

To conclude, many big data sources are not representative samples from some well-defined population.
결론적으로 많은 큰 데이터 소스는 잘 정의 된 인구 집단의 대표 샘플이 아닙니다.

The company has plans to incorporate big data sources, such as MongoDB.
이 회사는 MongoDB 같은 빅 데이터 소스를 통합하려는 계획을 가지고 있습니다.

Big data sources, like Hadoop and NoSQL, need to integrate with existing BI and operational systems.
Hadoop 및 NoSQL과 같은 빅데이터 소스는 기존의 BI 및 운영 체제에 통합되어야 합니다.

First, increasingly corporate big data sources come from digital devices in the physical world.
첫째, 점점 커지는 기업의 큰 데이터 소스는 실제 세계의 디지털 장치에서 발생합니다.

Then, I will illustrate three research strategies that can be used to successfully learn from big data sources.
그런 다음 큰 데이터 소스에서 성공적으로 학습하는 데 사용할 수있는 세 가지 연구 전략을 설명하겠습니다.

The big data sources of today, and likely tomorrow, tend to have 10 characteristics.
오늘날의 큰 데이터 소스, 그리고 내일의 가능성이있는 데이터 소스는 10 가지 특성을 갖는 경향이 있습니다.

One of the great advantages of many big data sources is that they collect data over time.
많은 큰 데이터 소스의 큰 이점 중 하나는 시간에 따른 데이터를 수집하는 것으로한다.

Understanding these 10 general characteristics is a helpful first step toward learning from big data sources.
이 10 가지 일반적인 특성을 이해하는 것은 큰 데이터 소스로부터 학습하는 데 도움이되는 첫 번째 단계입니다.

Even though, from the perspective of researchers, big data sources are“found,” they don't just fall from the sky.
연구원의 관점에서 볼 때 큰 데이터 소스는 "발견"되었지만 하늘에서 떨어지는 것이 아닙니다.

Many other big data sources also have information that is sensitive, which is part of the reason why they are often inaccessible.
많은 다른 큰 데이터 소스에도 민감한 정보가 있으며, 이는 종종 액세스 할 수없는 이유의 일부입니다.

As the work of Burke and Kraut illustrates, big data sources will not eliminate the need to ask people questions.
버크와 크라우트의 작품에서 보듯, 빅 데이터 소스는 사람들의 질문을 할 필요가 없습니다되지 않습니다.

Thus, when big data sources appear to reproduce predictions of social theory, we must be sure that the theory itself was not baked into how the system worked.
빅 데이터 소스가 사회 이론의 예측을 재현하기 위해 나타날 때 따라서, 우리는 이론 자체 시스템이 어떻게 작동하는지에 구운되지 않았 음을 확인해야합니다.

As the work of Burke and Kraut illustrates, big data sources will not eliminate the need to ask people questions.
버크 (Burke)와 크라우 트 (Kraut)의 연구에서 볼 수 있듯이, 큰 데이터 소스로는 사람들에게 질문 할 필요가 없습니다.

Most social scientists are already familiar with the process of cleaning large-scale social survey data, but cleaning big data sources seems to be more difficult.
대부분의 사회 과학자들은 이미 대규모 사회 조사 데이터를 청소하는 과정에 익숙하지만 큰 데이터 소스를 청소하는 것이 더 어려워 보입니다.

Another way in which researchers can use big data sources in survey research is as a sampling frame for people with specific characteristics.
연구자가 조사 연구에서 큰 데이터 소스를 사용할 수있는 또 다른 방법은 특정 특성을 가진 사람들을위한 샘플링 프레임입니다.

These sources of change are sometimes interesting research questions, but these changes complicate the ability of big data sources to track long-term changes over time.
이러한 변화의 원천은 때로는 흥미로운 연구 질문이지만 이러한 변화는 시간이 지남에 따라 장기간의 변화를 추적하는 큰 데이터 소스의 기능을 복잡하게합니다.

In conclusion, big data sources, such as government and business administrative records, are generally not created for the purpose of social research.
결론적으로, 정부 및 비즈니스 관리 기록과 같은 큰 데이터 소스는 일반적으로 사회 연구 목적으로 생성되지 않습니다.

As you will see, some of the examples in this book involve clever repurposing of big data sources that were originally created by companies and governments.
보시다시피, 이 책의 일부 예제는 원래 회사와 정부가 만든 큰 데이터 소스를 영리하게 재사용하는 것과 관련이 있습니다.

To conclude, many big data sources are drifting because of changes in who is using them, in how they are being used, and in how the systems work.
결론적으로, 많은 빅 데이터 소스는 누가 그것을 사용하고 있고, 어떻게 사용하고 있으며, 시스템이 작동하는 방식이 바뀌기 때문에 표류하고 있습니다.

Three areas where I expect to see exciting opportunities are(1) non-probability sampling(section 3.4),(2) computer-administrated interviews(section 3.5), and(3) linking surveys and big data sources(section 3.6).
흥미로운 기회를 기대하는 세 가지 영역은 (1) 비 확률 샘플링 (3.4 절), (2) 컴퓨터 관리 인터뷰 (3.5 절) 및 (3) 설문 조사와 빅 데이터 소스 연결 (3.6 절)입니다.

But, as was described in chapter 2, big data sources may not be accurate, they may not be collected on a sample of interest, and they may not be accessible to researchers.
그러나 2 장에서 설명한 것처럼 큰 데이터 소스는 정확하지 않을 수 있으며 관심있는 샘플에서 수집되지 않을 수 있으며 연구자가 액세스 할 수 없을 수도 있습니다.

How to use "big data sources" in a sentence

The projects focus on analysing Big Data sources (e.g.

Greatly improved options to use/analyze Big Data sources directly.

Here are five big data sources every brand should consider.

Consequently, ever increasing big data sources requirements cannot be met.

Sometimes big data sources can be right at your fingertips.

Triangulate results from big data sources with traditional qualitative methods.

Big data sources will include those provided by the U.S.

Combining traditional and emerging big data sources to model population.

But Big Data sources brings in a more distributed data platforms.

Very good introduction to Big Data sources and Computational Analysis tool.