DATA SYSTEM Meaning in Tagalog - translations and usage examples

• data system

Examples of using Data system in English and their translations into Tagalog

The Radio Data System.
Ang Radio Data System.

The Integrated Postsecondary Education Data System.
Ng Pinagsamang Postecondary Education Data System.

Many big data systems are always-on;
Maraming mga malaking mga sistema ng data ay palaging-on;

She is the Project Manager of the National Poison Data System.
Ito ay base naman sa datos ng National Poison Data System.

Behavior in big data systems is not natural;
Ang pag-uugali sa mga malalaking data system ay hindi natural;

The data comes from the National Poison Data System.
Ito ay base naman sa datos ng National Poison Data System.

Random event+ always-on data system= natural experiment.
Random na kaganapan+ laging-on data system= natural eksperimento.

Those calls form the basis of the AAPCC's National Poison Data System.
Ito ay base naman sa datos ng National Poison Data System.

Random event+ always-on data system= natural experiment.
Sulagmang panghitabo+ sa kanunay-sa datos nga sistema= natural nga eksperimento.

The researchers used data from the National Poison Data System.
Ito ay base naman sa datos ng National Poison Data System.

Table 6.1: Cases where population data systems have been involved or potentially involved in human rights abuses.
Table 6. 1: Cases kung saan populasyon data systems ay kasangkot o potensyal na kasangkot sa pang-aabuso sa karapatang pantao.

It is the first comprehensive study of data from the National Poison Data System.
Ito ay base naman sa datos ng National Poison Data System.

Deployed「Big Data System」 to utilize big data analysis for customized service and product development.
Deploy「 Big Data System」 upang magamit ang malaking pagtatasa ng data para sa customized na serbisyo at pag-unlad ng produkto.

Detailed information about the flights with Electronic Data Systems Corporation.
Detalyadong impormasyon tungkol sa mga paglipad ng Electronic Data Systems Corporation.

I do not, however, think that always-on data systems are well suited for tracking changes over very long periods of time.
Gayunpaman, hindi ko iniisip na ang mga sistema ng data na laging-on ay angkop para sa pagsubaybay ng mga pagbabago sa mahabang panahon.

Further, these two approaches seem especially likely to benefit from the growth of always-on, big data systems.
Dagdag pa, ang dalawang pamamaraang ito ay tila lalong nakikinabang sa paglago ng laging- on, malaking data system.

I did not, however, propose that that always-on data systems enable researchers to track changes over long periods of time.
Hindi ko, gayunpaman, imungkahi na na laging-on data systems paganahin mananaliksik upang subaybayan ang mga pagbabago sa paglipas ng mahabang panahon ng oras.

When you talk with our teams on the telephone, via email, business card, or any other form of electronic data system.
Kapag kinausap mo ang mga pangkat namin sa telepono, gamit ang email, business card, o anumang anyo ng electronic data system.

For example, Hitachi the Data Systems' expanded its family of computing platforms Unified Compute Platform, presenting the market eleven new models.
Halimbawa, Hitachi Data Systems' pinalawak nito pamilya ng mga platform sa computing Pinag-isang Compute Platform, pagtatanghal merkado labing-isang bagong modelo.

Or, if the only thing you knew about your customers was what Alexa happened to overhear and feed to your data system.
O, kung ang tanging bagay na alam mo tungkol sa iyong mga customer ay kung ano ang nangyari sa Alexa sa pag-init ng tunog at feed sa iyong data system.

In conclusion, always-on data systems enable researchers to study unexpected events and provide real-time information to policy makers.
Sa wakas, laging-on data systems paganahin ang mga mananaliksik sa pag-aaral hindi inaasahang mga kaganapan at magbigay ng real-time na impormasyon sa mga gumagawa ng patakaran.

In fact, William Seltzer and Margo Anderson(2008) have documented 18 cases in which population data systems have been involved or potentially involved in human rights abuses(table 6.1).
Sa katunayan, ang William Seltzer at Margo Anderson( 2008) may dokumentado ng 18 kaso kung saan ang mga sistema ng data ng populasyon ay kasangkot o maaaring kasangkot sa mga pang-aabuso sa mga karapatang pantao( talahanayan 6. 1).

The growth of always-on, big data systems increases our ability to effectively use two existing methods: natural experiments and matching.
Ang paglago ng palaging-on, malaking sistema ng data ay nagdaragdag ang aming kakayahan upang epektibong gamitin ang dalawang umiiral na mga pamamaraan: natural eksperimento at matching.

This may include information from which you and/or your company can be identified such as the times you log on, your volume of use of the services, the types of data, systems and reports you access, the locations from which you log on, duration of sessions and other similar data..
Maaaring kasama dito ang impormasyon mula sa kung saan ikaw at/ o ang iyong kumpanya ay maaaring makilala tulad ng mga oras na iyong nag-log on, ang iyong dami ng paggamit ng mga serbisyo, ang mga uri ng data, mga sistema at mga ulat na iyong na-access, ang mga lokasyon kung saan ka naka-log on, tagal ng mga session at iba pang katulad na data..

For nearly three decades the Radio Data System(RDS) digital FM subcarrier has been providing FM broadcasters the ability to transmit a digital data stream to listeners.
Sa halos tatlong dekada ang Radio Data System( RDS) digital FM subcarrier ay nagbibigay ng FM broadcasters ng kakayahang magpadala ng isang digital na stream ng data sa mga tagapakinig.

A second source of systematic bias is that many big data systems capture actions, and some people contribute many more actions than others.
Isang pangalawang source ng sistematikong bias ay na maraming mga malaki mga sistema ng data makunan aksyon, at ang ilang mga tao mag-ambag ng maraming higit pang mga pagkilos kaysa sa iba.

The training is perfect for data system executives, expert, trying information examination proficient, extend chiefs and information administration proficient.
Ang pagsasanay ay perpekto para sa mga executive ng sistema ng data, dalubhasa, sinusubukan ang mahuhusay na pagsusuri ng impormasyon, pahabain ang mga pinuno at mahuhusay na pangangasiwa ng impormasyon.

In chapter 2, we saw how Google Flu Trends combined an always-on big data system(search queries) with a probability-based traditional measurement system(the CDC influenza surveillance system) to produce faster estimates(Ginsberg et al. 2009).
Sa kabanata 2, nakita namin kung paano pinagsama ng Google Flu Trends ang isang laging sa malaking sistema ng data( mga query sa paghahanap) na may tradisyunal na sistema ng pagsukat na batay sa posibilidad( ang CDC influenza surveillance system) upang makabuo ng mas mabilis na mga pagtatantya( Ginsberg et al. 2009).

In conclusion, always-on data systems enable researchers to study unexpected events and provide real-time information to policy makers.
Sa wakas, ang mga sistema ng data na laging nagbibigay-daan sa mga mananaliksik na pag-aralan ang mga hindi inaasahang pangyayari at magbigay ng real-time na impormasyon sa mga gumagawa ng patakaran.

In addition to studying unexpected events, always-on big data systems also enable researchers to produce real-time estimates, which can be important in settings where policy makers- in government or industry- want to respond based on situational awareness.
Bilang karagdagan sa pag-aaral ng mga hindi inaasahang pangyayari, ang mga malalaking data system na laging nagbibigay-daan din sa mga mananaliksik upang makabuo ng mga real-time na pagtatantya, na maaaring maging mahalaga sa mga setting kung saan ang mga gumagawa ng patakaran-sa gobyerno o industriya-ay nais tumugon batay sa situational awareness.