Depende completamente de sus datos. La cantidad de espacio que requieren sus datos y también su opción de hacer que los datos sean privados, es decir, solo para su Aplicación o otras aplicaciones en el dispositivo pueden acceder a ella.
Tenemos las siguientes opciones de almacenamiento de datos:
- Preferencias compartidas: puede guardar las preferencias del usuario como pares clave / valor con PreferenceAPI para crear un archivo SharedPreferences. Una preferencia es un tipo de datos que la mayoría de las aplicaciones deben guardar, por ejemplo, cómo debe verse el diseño. Saber más…
- Uso del almacenamiento interno: puede guardar archivos en un almacenamiento interno que sea privado para su aplicación y estas aplicaciones o usuarios no pueden acceder a estos archivos. y estos archivos se eliminan cuando desinstala la aplicación. Esto es mejor si desea guardar datos simples en un archivo mientras evita la sobrecarga de administrar una base de datos.
- Uso del almacenamiento externo: es la forma más básica de guardar datos en un archivo en el almacenamiento externo del dispositivo. Las otras aplicaciones pueden acceder a estos archivos y no se eliminan incluso si la aplicación se desinstala. El usuario puede ver estos archivos en su directorio de archivos. por ejemplo fotos y documentos.
- Uso de bases de datos SQLite: si los datos son una estructura compleja para guardar o si tiene muchos datos para guardar, la mejor manera es utilizar la base de datos SQLite, ya que podemos optimizar el rendimiento y también podemos validar fácilmente los datos. Cada aplicación tiene su propia base de datos privada SQLLite para conservar los datos. Estos datos se eliminarán si se desinstala la aplicación.
Nuevamente, todo depende de cuánto espacio requieran sus datos.
- ¿Qué antecedentes se requieren para la ciencia de datos?
- ¿Qué tipo de habilidades necesita una ciencia de datos?
- ¿Cómo es ser un científico de datos en IBM?
- No soy muy bueno con las matemáticas y las estadísticas, pero soy un programador decente. Quiero ser muy bueno con el aprendizaje automático / aprendizaje profundo. ¿Dónde debo comenzar y cómo puedo continuar?
- Por ejemplo, en el caso en que mi distribución de probabilidad previa del parámetro se base en una muestra grande (vs pequeña), y mis datos actuales son pequeños, ¿cómo toma en cuenta el tamaño de muestra la inferencia bayesiana?
