LARGE DATA SETS - 한국어로 번역

• 큰 데이터 세트를
• 대규모 데이터 세트
• 대용량 데이터 세트를
• large data sets
• large data sets를
• 대규모 데이터 집합 을

영어에서 Large data sets 을 사용하는 예와 한국어로 번역

You can also quickly and easily analyze very large data sets using fast pivot tables with up to 256 million records and over 2,000 columns.
또한 최대 256,000 개의 레코드와 2,000 개 이상의 컬럼이있는 빠른 피벗 테이블을 사용하여 매우 큰 데이터 세트를 쉽고 빠르게 분석 할 수 있습니다.

I know that in the manufacturing field, whenever you're dealing with analysis with multiple dimensions, statistical software like JMP will play an integral part in helping me analyze large data sets.
제조 분야에서는 다차원 분석을 실시할 때 JMP 같은 통계 소프트웨어가 늘 대규모 데이터 집합을 분석하는 데 중요한 역할을 한다고 알고 있습니다.

JMP allows engineers to analyze and manipulate extremely large data sets, perform experimental designs on new products,
JMP 덕분에 엔지니어들이 매우 방대한 데이터 세트를 분석 및 조작하고, 신제품에 대한 실험 계획을 수행하며,

Namely, large data sets can exceed available memory, and data freshness requirements can be difficult if not impossible to achieve on a regular processing schedule.
다시 말해, 큰 데이터 집합은 사용 가능한 메모리를 초과할 수 있으며 데이터 새로 고침 요건을 정기적인 프로세싱 일정으로 수행하는 것이 (불가능하지 않다면) 어려울 수 있습니다.

This widget helps simplify the display and handling of large data sets by allowing the layout manager to determine when to reuse(recycle) item views that are no longer visible to the user.
이 위젯은 레이아웃 관리자에서 더 이상 사용자가 볼 수 없는 항목 뷰를 재사용(재활용)할 시기를 결정할 수 있도록 하여 대용량 데이터 세트의 표시 및 처리를 단순화합니다.

Simplicity is often the goal for most graphics, but sometimes we need to embrace complexity and show large data sets in their full glory.
단순함이 대부분 그래픽의 목표가 되는 경우가 많지만 때로는 복잡성을 포함시키고 대량의 데이터 세트를 완전한 모습으로 보여주어야 합니다.

Informatica Cloud enables you to easily derive actionable insights out of your large data sets by connecting the Microsoft Azure SQL Data Warehouse to any cloud or on-premise application.
Informatica Cloud는 Microsoft Azure SQL 데이터 웨어하우스를 임의 클라우드 또는 기업 내 애플리케이션에 연결함으로써 대용량 데이터 세트에서 실행 가능한 통찰력을 구할 수 있게 해 줍니다.

heavily loaded with crucial data, and provide amazing visualization of large data sets and various features of the underlying data..
크게 중요한 데이터로드, 대형 데이터 세트의 놀라운 시각화 및 기본 데이터의 다양한 기능을 제공합니다.

They will need the ability to handle relatively large data sets and handle them quickly, but may not need
그들은 상대적으로 큰 데이터 세트를 처리하고 신속하게 처리할 수 있는 능력이 필요하지만,

When it comes to handling large data sets in a safe and cost-effective manner, Hadoop has the
대용량 데이터 세트를 처리할 때 Hadoop은 관계형 데이터베이스 관리 시스템보다 이점이 있으며,

this is the first to take large data sets, which were not previously available, and measure relationships between whites' racial bias and the health of whites and blacks in their community, Leitner says.
이전에는 이용할 수 없었던 대규모 데이터 세트를 처음으로 사용했으며 백인의 인종 차별과 지역 사회의 백인과 흑인의 건강 사이의 관계를 측정한다고 Leitner는 말합니다.

Although the concept of big data itself is relatively new, the origins of large data sets go back to the 1960s and'70s when the world of data was just getting started, with the first data centers and the development of the relational database.
빅 데이터의 개념 자체는 비교적 새로운 것이긴 하지만, 대용량 데이터 세트의 기원은 최초의 데이터 센터가 설립되고 관계형 데이터베이스가 개발되면서 데이터 세계가 막 열리기 시작하던 1960~70년대로 거슬러 올라갑니다.

In Tableau Prep Builder version 2019.1.1 and later if you work with large data sets or if your data frequently changes over time, you can use a wildcard search when pivoting columns to rows to instantly pivot your data based on a wildcard pattern match.
Tableau Prep Builder 버전 2019.1.1 이상에서 대용량 데이터 집합으로 작업하거나 데이터가 시간대별로 자주 변경되는 경우 열을 행으로 피벗할 때 와일드카드 검색을 사용하면 와일드카드 패턴 일치에 따라 데이터를 즉시 피벗할 수 있습니다.

And if this was trained on a very large data set.
그리고 이것이 큰 데이터 세트에서 트레이닝하는 경우.

And if you have a very large data set, then chose k to be smaller.
그리고 만약 여러분이 매우 큰 데이터 세트를 가지고 있다면, K를 더 작게 하기로 선택했어요.

Sampling a large data set preserves trends in the data without requiring the use of all the data points.
대규모 데이터 세트에서 추출하면 모든 데이터 점을 사용할 필요 없이 데이터의 추세가 유지됩니다.

This lets users work with much larger data sets than they could previously, to analyze and solve large computational problems.
따라서 사용자는 이전보다 훨씬 더 큰 데이터 집합으로 작업하여 대규모 계산 문제를 분석하고 해결할 수 있습니다.

Their data points are superimposed on the larger data set of hundreds of people.
데이터 포인트는 수백명의 사람들의 집합 큰 데이터에 겹쳐있다.

The company's largest data sets have hundreds of millions of rows in a single table.
HotelQuickly의 대규모 데이터 집합에는 단일 테이블에 수억 개의 행이 포함되어 있습니다.

Pivot tables can be used to narrow down a large data set or to see the relationship between data points.
피봇 테이블을 사용하여 큰 데이터 세트의 범위를 좁히거나 데이터 포인트 사이의 관계를 확인할 수 있습니다.