概要
情報管理の章XII
自己学習章XIIを通じ、私は学んだ：
情報システム：ソフトウェアを私たちは整理し、データの分析に役立ちます。
スプレッドシート：スケーラブルな式に基づいて、基本的なデータ解析のための便利なツール、これらの式は、データ間の関係を定義します。
データベース管理システム：大量のデータを管理するためには、多くの場合、検索、および適切なセクションに編成されています。
スプレッドシート：ユーザーが組織および分析データを持つセルをプログラムすることができます。
細胞：店舗や数式に使用されたスプレッドシートのデータ要素タイプ。
スプレッドシート関数：表計算ソフトは、演算関数式を提供するために使用されてもよいです。
範囲：エンドポイントは、細胞の連続したセットが割り当てられます。
循環参照：計算が互いの依存誤差をもたらす方程式のセット。
解析シミュレーションの前提条件：スプレッドシートを変更する値が任意の効果に関連するデータを持っている仮定の変化を観察すると仮定表します。
データベース：構造化データセット。
データベース管理システム：物理データベース、データベースエンジンとデータベーススキーマで構成、ソフトウェアとデータの組み合わせ。
物理データベース：格納されたデータファイルのコレクション。
データベースエンジン：サポートアクセスとデータベースソフトウェアの内容を変更します。
データベース・スキーマ：データベースに格納されたデータの法令論理構造。
クエリ：データベースからデータを取得する要求。
モード：データベース内の法律論理構造データ。
リレーショナル・モデル：データとデータ・テーブル・組織との関係のデータベースモデル。
表：データベースレコードのコレクション。
レコード：ドメインのセットに関連付けられたコンフィギュレーション・データベース・エンティティ。
フィールド：データベースレコードの値。
キー：一意データベースのレコードを識別することをテーブル内のすべてのレコードの1つ以上のドメイン。
統合リレーショナルデータベース管理およびクエリデータのための言語：構造化照会言語。
エンティティ関係モデル：リレーショナルデータベース設計の一般的な方法。
ERダイアグラム：ERモデルのグラフィカルな表現。
カーディナリティ制約は：ER図では、関係の数は、エンティティの間に存在してもよいです。一から一、一対多、多対多：関係の三つの一般的カーディナリティがあります。
Eコマース：ワールド・ワイド・ウェブに商品やサービスの販売を使用するプロセス。
人工知能の章XIII
自己学習第十三章を通じ、私が学んだ：
人工知能：人間の思考と人間の知能コンピュータシステムのアプリケーションをモデル化の研究規律を。
チューリング・テスト：それはインテリジェントであるかどうかを決定するためのコンピュータシステムのための行動の方法。
弱同値：の結果に基づいて、2つのシステムの等価
強力等価2つのシステムの結果とこの結果を達成するために基づいて等価処理方法。
ローブナー賞：年に一度開催され、正式なチューリングテスト、。
チャットロボット：マンマシン対話を行うためのプログラム。
AIの問題：
知識表現：知識を表現するためのコンピューターシステムの問題を解決するためのスマートな技術を使用することができるようにするためです。
エキスパートシステム：人間の専門家の組み込みコンピュータシステムの知識。
ニューラルネットワーク：コンピュータシステムは、人間の脳のプロセスをシミュレートします。
自然言語処理：人間の言語を交換するための課題を処理します。
ロボット：ロボットに関する研究。
セマンティックWeb：オブジェクト間の知識表現表記関係。
ツリー検索：すべての選択された場合によりアンタゴニスト（例えば、ゲーム）で表される構造を加えました。
深さ優先法：経路ツリーダウン優先検索の代わりに、各横検索された検索方法の優先順位。
幅優先方法：各横優先探索木、優先下方特定の経路探索方法を取得するのではなく。
知識ベースシステム：ソフトウェア固有の情報セットを使用します。
エキスパートシステム：人間の専門家の知識に基づいてソフトウェアシステム。エキスパートシステムのルールや知識ベースのコレクションと呼びました。
ルールベースのシステム：IF-THENルールのセットに基づいてソフトウェアシステム。
推論エンジン：そのソフトウェアを締結するためのルールを取り扱います。
人工ニューラルネットワーク：模倣ヒト神経ネットワークコンピュータの知識表現してみてください。
有効右：入力値のニューロンの生成物および対応する権利と。
トレーニング：所望の結果を達成するために、ニューラルネットワークの重みと閾値の調整処理を。
音声認識：話人間の言葉を認識するために使用するコンピュータ。
理解する自然言語：メッセージの合理的な説明を行うためには、人間のコンピュータによって搬送されました。
音声合成：コンピュータによって生成人間のスピーチ。
自然言語：英語などの人々のためのコミュニケーションの言語。
音素：単位で指定した任意の言語での基本的な音声のコレクション。
声紋：時間の経過とともに人間の声の周波数の変化を示す図です。
字句曖昧：曖昧言葉は複数の意味が発生持っているので。
構文曖昧：ので文が原因とあいまいな多様な方法の。
あいまいさを参照してくださいによる代名詞の曖昧さが生じた複数のオブジェクトを参照することができます。
第14章シミュレーション、グラフィックス、ゲームやその他のアプリケーション
自己学習第十四章を通して、私が学んだ：
アナログ：デザインモデル複雑なシステムをモデル実験の結果を観察します。
キー構造モデルは：機能や調査行動の記述するのに十分な機能の小さなセットを識別します。
連続アナログ：微分方程式のセットを用いて、連続するような時間特性の関係が設定された時間の変化を示し反映します。
離散イベントシミュレーション：エンティティ、属性、およびイベントで構成されています。
キューイング・システム：離散事象モデル。これは、ランダムな数字はイベントの到着と持続時間を示している使用しています。キューイング・システムが提供されるのを待っているサーバおよびオブジェクト・キューから構成されています。
計算生物学：コンピュータは、生物学で解く学際的な問題の数学と統計的知識を適用します。
バイオインフォマティクス：分子生物学の対象とする情報技術は、コンピュータネットワークやクエリ、保存、操作、分析、可視化における生体情報に関するものです。
計算生物学モデリング：生物学的システムの計算モデル。
計算ゲノム：解読のためのゲノム配列。
分子モデリング：分子のモデリング。
タンパク質構造予測：まだ実験で実装されていない3次元のタンパク質配列を、モデリングしてみます。
コンピュータゲーム：仮想世界のコンピュータシミュレーション
ゲームプレイは：プレイヤーがゲーム中に経験の種類と対話します。
ゲームエンジン：コンピュータゲームソフトウェアシステムの構築。