Eine Reise von den Ursprüngen der Informatik und Datenanalyse bis zu dem, was wir heute den „Modern Data Stack“ nennen. Was kommt als nächstes?  Die Ursprünge von Computing und Datenanalyse  Die Ursprünge der Informatik und   liegen in der Mitte der 1950er Jahre und nahmen mit der Einführung von SQL im Jahr 1970 Gestalt an: Datenanalyse  1954:   – „   “, maschinelle Übersetzung vom Russischen ins Englische.  Natural Language Processing (NLP) Georgetown-IBM-Experiment  1960:    Lochkarten  1970:  Strukturierte Abfragesprache (SQL)  1970er Jahre:   – Erstellen einer Sprache, die es „Führungskräften ermöglicht, Modelle ohne Zwischenhändler zu erstellen“ Interaktive Finanzplanungssysteme  1972:   – Eine der frühesten Anwendungen moderner Computertechnik, ein Informationsabrufsystem in natürlicher Sprache, half Geologen beim Zugriff, Vergleich und der Auswertung chemischer Analysedaten über Mondgestein und Bodenzusammensetzung C, LUNAR  1975:   – Das erste Online Analytical Processing (OLAP)-System, das Geschäftsdaten aus verschiedenen Blickwinkeln analysieren soll Express  1979:   – Das erste Tabellenkalkulationsprogramm  VisiCalc  1980er Jahre:   – „Computergestütztes kollaboratives Arbeitssystem“ Gruppenentscheidungsunterstützungssysteme  Der „moderne Datenstapel“  Der „Modern Data Stack“ ist eine Reihe von Technologien und Tools zum Sammeln, Speichern, Verarbeiten, Analysieren und Visualisieren von Daten in einer gut integrierten cloudbasierten Plattform. Obwohl QlikView vor der Cloud existierte, ist es das früheste Beispiel dessen, was die meisten als Analyse-Dashboard erkennen würden, das von modernen Plattformen wie Tableau und PowerBI verwendet wird:  1994:   – „Dashboard-gesteuerte Analyse“  QlikView  2003:  Tableau  2009:   – „Computational Search Engine“ Wolfram Alpha  2015:  PowerBI  2017:   – „Suchgesteuerte Analyse“ ThoughtSpot  Papier, Abfragesprachen, Tabellenkalkulationen, Dashboards, Suche, wie geht es weiter?  Einige der innovativsten Analyseanwendungen, zumindest im Hinblick auf die Benutzererfahrung, wandeln menschliche Sprache in eine rechnerische Ausgabe um:    LUNAR ist eine uralte Geschichte und wurde erstmals in den 70er Jahren entwickelt, um Geologen den Zugriff, den Vergleich und die Auswertung chemischer Analysedaten in natürlicher Sprache zu erleichtern. Salesforce WikiSQL führte das erste umfangreiche Datenkompendium ein, das für den Text-to-SQL-Anwendungsfall erstellt wurde, aber nur einfache SQL-Abfragen enthielt. Der Yale Spider-Datensatz führte einen Benchmark für komplexere Abfragen ein, und zuletzt führte BIRD reale „schmutzige“ Abfragen und Effizienzbewertungen ein, um einen geeigneten Benchmark für Text-zu-SQL-Anwendungen zu erstellen. Text-to-SQL:    Wolfram Alpha, ThoughtSpot Text-zu-Computersprache:    Erweiterte ChatGPT-Datenanalyse Text-to-Code:  Ist „Conversation-Driven Data Analytics“ eine natürliche Entwicklung?  Die UX moderner Analyseschnittstellen wie   und werden intuitiver, ermöglicht durch NLP und LLMs Suche und Chat entwickeln sich weiter  Analytics-Schnittstellen haben ihren Ursprung in   aber Entscheidungsträger sind immer noch weitgehend  der Unterstützung von Entscheidungsträgern, auf Datenanalysten angewiesen  Viele   und eignen sich am besten für „Wegwerfanalysen“. Anfragen von Entscheidungsträgern erfolgen ad hoc  Die Generierung von Erkenntnissen ist ein   , bei dem viele Erkenntnisse in Gesprächen über Daten gewonnen werden, möglicherweise mit Kollegen kreativer Prozess  Der Datenanalyse-   , von der Vorstellung der Analyse bis zur Präsentation der Ergebnisse Workflow ist unzusammenhängend  Danksagungen  Termine für den Abschnitt „The Origins of Computing and Data Analytics“ dank   und   . https://web.paristech.com/hs-fs/file-2487731396.pdf http://dssresources.com/history/dsshistoryv28.html  Auch  hier veröffentlicht.

Read My Stories

Dieses Audio ist in der Originalsprache der Geschichte produziert!

Zu lang; Lesen

Get Free Unlimited IP Geo Data With IPinfo Lite

Eine kurze Geschichte der Informatik und Datenanalyse – von Lochkarten bis zum „modernen Datenstapel“

About Author

KOMMENTARE

Hängeetiketten

DIESER ARTIKEL WURDE VORGESTELLT IN

Related Stories

Welcome to HackerNoon Decoded: The Best of 2024 Tech Blogging

Starting 2025 with New Features: Settings Dashboard, HackerNoon Decoded, Updated Search UI, and More

Genuine Content Creation in the Age of AI: Why Startups Need Quality Content

Welcome to HackerNoon Decoded: The Best of 2024 Tech Blogging

Starting 2025 with New Features: Settings Dashboard, HackerNoon Decoded, Updated Search UI, and More

Genuine Content Creation in the Age of AI: Why Startups Need Quality Content

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps