База данных: IPR База
Страница 1, Результатов: 51
Отмеченные записи: 0
1.
Подробнее
146349
Полубояров, В. В.
Использование MS SQL Server Analysis Services 2008 для построения хранилищ данных : учебное пособие / Полубояров В. В. - Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2025. - 662 с. - ISBN 978-5-4497-0883-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
analysis service -- olap-решение -- sql server -- анализ данных -- развертывание инфраструктуры -- хранение данных -- хранилище данных
Аннотация: Учебное пособие состоит из теоретической части, содержащей сведения о многомерном анализе данных и специфики построения OLAP-решений с использованием технологий Microsoft, а также цикла лабораторных работ, в ходе которых производится развертывание инфраструктуры MS MS SQL Server 2008 Analysis Services, проектирование, создание и администрирование OLAP-куба. Издание предназначено для студентов, обучающихся по направлениям подготовки, связанным с информатикой и информационными технологиями, а также для всех, кто занимается вопросами анализа и хранения данных.
Полубояров, В. В.
Использование MS SQL Server Analysis Services 2008 для построения хранилищ данных : учебное пособие / Полубояров В. В. - Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2025. - 662 с. - ISBN 978-5-4497-0883-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
analysis service -- olap-решение -- sql server -- анализ данных -- развертывание инфраструктуры -- хранение данных -- хранилище данных
Аннотация: Учебное пособие состоит из теоретической части, содержащей сведения о многомерном анализе данных и специфики построения OLAP-решений с использованием технологий Microsoft, а также цикла лабораторных работ, в ходе которых производится развертывание инфраструктуры MS MS SQL Server 2008 Analysis Services, проектирование, создание и администрирование OLAP-куба. Издание предназначено для студентов, обучающихся по направлениям подготовки, связанным с информатикой и информационными технологиями, а также для всех, кто занимается вопросами анализа и хранения данных.
2.
Подробнее
144371
Степанова, Е. Н.
Система электронного документооборота (облачное решение) : учебное пособие / Степанова Е. Н. - Москва : Ай Пи Ар Медиа, 2025. - 182 с. - ISBN 978-5-4497-3822-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 65.050
Кл.слова (ненормированные):
анализ данных -- облачное решение -- система документооборота -- система управления -- электронный документооборот
Аннотация: В учебном пособии рассмотрены основные принципы работы систем электронного документооборота, способы обследования объектов автоматизации, анализа полученных данных и настройки системы электронного документооборота под выявленные требования. Подготовлено в соответствии с требованиями Федерального государственного образовательного стандарта высшего образования, предъявляемыми к изучению дисциплины «Электронный документооборот». Предназначено для студентов, обучающихся по укрупненным группам направлений подготовки и специальностей «Информатика и вычислительная техника», «Экономика и управление». Может быть использовано IT-специалистами организаций при разработке и внедрении корпоративных систем электронного документооборота.
Степанова, Е. Н.
Система электронного документооборота (облачное решение) : учебное пособие / Степанова Е. Н. - Москва : Ай Пи Ар Медиа, 2025. - 182 с. - ISBN 978-5-4497-3822-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
анализ данных -- облачное решение -- система документооборота -- система управления -- электронный документооборот
Аннотация: В учебном пособии рассмотрены основные принципы работы систем электронного документооборота, способы обследования объектов автоматизации, анализа полученных данных и настройки системы электронного документооборота под выявленные требования. Подготовлено в соответствии с требованиями Федерального государственного образовательного стандарта высшего образования, предъявляемыми к изучению дисциплины «Электронный документооборот». Предназначено для студентов, обучающихся по укрупненным группам направлений подготовки и специальностей «Информатика и вычислительная техника», «Экономика и управление». Может быть использовано IT-специалистами организаций при разработке и внедрении корпоративных систем электронного документооборота.
3.
Подробнее
151541
Лепило, Н. Н.
Анализ данных на языке R : учебное пособие / Лепило Н. Н. - Алчевск : Донбасский государственный технический институт, 2024. - 181 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.973
Кл.слова (ненормированные):
анализ данных -- дисперсионный анализ -- исходный код -- кластеризация -- корреляционный анализ -- регрессионный анализ -- статистическая обработка -- язык r -- язык программирования
Аннотация: Учебное пособие подготовлено в соответствии с действующей программой дисциплины «Анализ данных средствами языка программирования R» для студентов направления подготовки 38.04.05 «Бизнес-информатика». В нем рассмотрены основы языка программирования R, структуры данных и функции для работы с ними, первичные методы статистической обработки данных, дисперсионный, корреляционный и регрессионный анализы, методы классификации и кластеризации, анализ временных рядов. Предложена реализация методов и моделей на языке программирования R с открытым исходным кодом. Пособие может быть использовано студентами других направлений подготовки, а также специалистами, интересующимися вопросами анализа данных.
Доп.точки доступа:
Козлова, И. С.
Лепило, Н. Н.
Анализ данных на языке R : учебное пособие / Лепило Н. Н. - Алчевск : Донбасский государственный технический институт, 2024. - 181 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
анализ данных -- дисперсионный анализ -- исходный код -- кластеризация -- корреляционный анализ -- регрессионный анализ -- статистическая обработка -- язык r -- язык программирования
Аннотация: Учебное пособие подготовлено в соответствии с действующей программой дисциплины «Анализ данных средствами языка программирования R» для студентов направления подготовки 38.04.05 «Бизнес-информатика». В нем рассмотрены основы языка программирования R, структуры данных и функции для работы с ними, первичные методы статистической обработки данных, дисперсионный, корреляционный и регрессионный анализы, методы классификации и кластеризации, анализ временных рядов. Предложена реализация методов и моделей на языке программирования R с открытым исходным кодом. Пособие может быть использовано студентами других направлений подготовки, а также специалистами, интересующимися вопросами анализа данных.
Доп.точки доступа:
Козлова, И. С.
4.
Подробнее
153435
Борисова, Л. Р.
Математика и анализ данных с поддержкой MS Excel и языка R. Практикум. Ч.1 : учебное пособие / Борисова Л. Р. - Москва : Прометей, 2024. - 374 с. - ISBN 978-5-00172-595-4 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 22.16
Кл.слова (ненормированные):
ms excel -- анализ данных -- математика -- язык r
Аннотация: Данное учебное пособие представляет собой первую часть практикумов, разработанных для обеспечения учебного процесса по дисциплинам «Математика и анализ данных» и «Цифровая математика на языке R и Excel» для студентов, обучающихся по направлениям подготовки «Гостиничное дело», «Государственное и муниципальное управление», «Политология», «Социология», «Туризм», «Управление персоналом» по программе подготовки бакалавра в соответствии с Федеральными государственными образовательными стандартами высшего образования последнего поколения. В пособии излагаются общие характеристики MS Excel и языка R с дальнейшим применением их по мере изучения основных положений линейной алгебры и математического анализа. Каждый параграф начинается с кратного изложения теоретических сведений. Затем — большое количество решенных примеров разного уровня сложности. Для основных типов задач приводится реализация решения в MS Excel и R. В каждом разделе находятся задачи для самостоятельного решения. Представлены типовые варианты контрольной и демонстрационные варианты зачетной работы. Пособие предназначено для студентов, стремящихся освоить современные инструментальные средства. Оно может быть рекомендовано для программ прикладного бакалавриата, при обучении слушателей бизнес-школ, колледжей, для программ повышения квалификации и всем желающим приобрести основы математических знаний.
Доп.точки доступа:
Седых, И. Ю.
Хрипунова, М. Б.
Седых, И. Ю. \ред.\
Борисова, Л. Р.
Математика и анализ данных с поддержкой MS Excel и языка R. Практикум. Ч.1 : учебное пособие / Борисова Л. Р. - Москва : Прометей, 2024. - 374 с. - ISBN 978-5-00172-595-4 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
ms excel -- анализ данных -- математика -- язык r
Аннотация: Данное учебное пособие представляет собой первую часть практикумов, разработанных для обеспечения учебного процесса по дисциплинам «Математика и анализ данных» и «Цифровая математика на языке R и Excel» для студентов, обучающихся по направлениям подготовки «Гостиничное дело», «Государственное и муниципальное управление», «Политология», «Социология», «Туризм», «Управление персоналом» по программе подготовки бакалавра в соответствии с Федеральными государственными образовательными стандартами высшего образования последнего поколения. В пособии излагаются общие характеристики MS Excel и языка R с дальнейшим применением их по мере изучения основных положений линейной алгебры и математического анализа. Каждый параграф начинается с кратного изложения теоретических сведений. Затем — большое количество решенных примеров разного уровня сложности. Для основных типов задач приводится реализация решения в MS Excel и R. В каждом разделе находятся задачи для самостоятельного решения. Представлены типовые варианты контрольной и демонстрационные варианты зачетной работы. Пособие предназначено для студентов, стремящихся освоить современные инструментальные средства. Оно может быть рекомендовано для программ прикладного бакалавриата, при обучении слушателей бизнес-школ, колледжей, для программ повышения квалификации и всем желающим приобрести основы математических знаний.
Доп.точки доступа:
Седых, И. Ю.
Хрипунова, М. Б.
Седых, И. Ю. \ред.\
5.
Подробнее
153521
Математика. Общий курс. Анализ данных. Ч.2 : учебное пособие для студентов онлайн-образования / Борисова Л. Р. - Москва : Прометей, 2024. - 624 с. - ISBN 978-5-00172-712-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 22.161
Кл.слова (ненормированные):
анализ данных -- математика -- математическая статистика -- общий курс -- случайные величины
Аннотация: Во второй части пособия проведен обзор основных понятий и положений дисциплины «Анализ данных». Даны методические указания по ее изучению, выделены типовые задачи с решениями, представлены вопросы, задачи и тестовые задания для контроля и самоподготовки (в том числе в среде Moodle, Excel, R-studio), варианты контрольных работ и примеры экзаменационных (зачетных) заданий по данной дисциплине. Отражен опыт использования электронного учебного курса, реализованного на кафедре математики Финансового университета при Правительстве РФ. Для студентов бакалавриата и специалитета различных форм обучения по направлениям экономики и управления, в первую очередь, для студентов онлайн образования, а также магистрантов и аспирантов, преподавателей и лиц, занимающихся самообразованием.
Доп.точки доступа:
Борисова, Л. Р.
Кремер, Н. Ш.
Степанов, С. Е.
Фридман, М. Н.
Цыганок, И. И.
Математика. Общий курс. Анализ данных. Ч.2 : учебное пособие для студентов онлайн-образования / Борисова Л. Р. - Москва : Прометей, 2024. - 624 с. - ISBN 978-5-00172-712-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
анализ данных -- математика -- математическая статистика -- общий курс -- случайные величины
Аннотация: Во второй части пособия проведен обзор основных понятий и положений дисциплины «Анализ данных». Даны методические указания по ее изучению, выделены типовые задачи с решениями, представлены вопросы, задачи и тестовые задания для контроля и самоподготовки (в том числе в среде Moodle, Excel, R-studio), варианты контрольных работ и примеры экзаменационных (зачетных) заданий по данной дисциплине. Отражен опыт использования электронного учебного курса, реализованного на кафедре математики Финансового университета при Правительстве РФ. Для студентов бакалавриата и специалитета различных форм обучения по направлениям экономики и управления, в первую очередь, для студентов онлайн образования, а также магистрантов и аспирантов, преподавателей и лиц, занимающихся самообразованием.
Доп.точки доступа:
Борисова, Л. Р.
Кремер, Н. Ш.
Степанов, С. Е.
Фридман, М. Н.
Цыганок, И. И.
6.
Подробнее
155575
Альсова, О. К.
Методы и модели решения задачи классификации данных. Основные этапы : учебное пособие / Альсова О. К. - Новосибирск : Новосибирский государственный технический университет, 2024. - 88 с. - ISBN 978-5-7782-5280-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
анализ данных -- графический анализ -- дисперсионный анализ -- классификация данных -- корреляционный анализ -- метод семплирования -- среда r -- статистические вычисления
Аннотация: В пособии рассмотрены вопросы, связанные с решением задачи классификации данных средствами языка и среды статистических вычислений R. Рассмотрены ключевые этапы решения задачи классификации данных, а именно: постановка задачи; подготовка данных для обработки; анализ и устранение дисбаланса классов; первичный (разведочный) анализ данных; классификация; анализ и интерпретация полученных результатов. В теоретическом разделе учебного пособия приведено краткое описание используемых на каждом этапе методов и моделей, позволяющее понять их суть и особенности применения. Основное внимание в пособии уделено рассмотрению технологии (методики) решения задачи классификации с помощью среды R. Приведено описание основных функций языка R, реализующих рассмотренные методы и модели. Предназначено для бакалавров IV курса АВТФ, обучающихся по направлениям 09.03.01 «Информатика и вычислительная техника», 09.03.04 «Программная инженерия», и для магистрантов первого и второго года обучения – по направлениям 09.04.01 «Информатика и вычислительная техника», 09.04.04 «Программная инженерия».
Доп.точки доступа:
Зеленчук, Н. А.
Альсова, О. К.
Методы и модели решения задачи классификации данных. Основные этапы : учебное пособие / Альсова О. К. - Новосибирск : Новосибирский государственный технический университет, 2024. - 88 с. - ISBN 978-5-7782-5280-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
анализ данных -- графический анализ -- дисперсионный анализ -- классификация данных -- корреляционный анализ -- метод семплирования -- среда r -- статистические вычисления
Аннотация: В пособии рассмотрены вопросы, связанные с решением задачи классификации данных средствами языка и среды статистических вычислений R. Рассмотрены ключевые этапы решения задачи классификации данных, а именно: постановка задачи; подготовка данных для обработки; анализ и устранение дисбаланса классов; первичный (разведочный) анализ данных; классификация; анализ и интерпретация полученных результатов. В теоретическом разделе учебного пособия приведено краткое описание используемых на каждом этапе методов и моделей, позволяющее понять их суть и особенности применения. Основное внимание в пособии уделено рассмотрению технологии (методики) решения задачи классификации с помощью среды R. Приведено описание основных функций языка R, реализующих рассмотренные методы и модели. Предназначено для бакалавров IV курса АВТФ, обучающихся по направлениям 09.03.01 «Информатика и вычислительная техника», 09.03.04 «Программная инженерия», и для магистрантов первого и второго года обучения – по направлениям 09.04.01 «Информатика и вычислительная техника», 09.04.04 «Программная инженерия».
Доп.точки доступа:
Зеленчук, Н. А.
7.
Подробнее
153049
Методы интеллектуального анализа данных. Задача классификации : учебное пособие / Чудинова О. С. - Оренбург : Оренбургский государственный университет, ЭБС АСВ, 2024. - 167 с. - ISBN 978-5-7410-3284-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 22.19
Кл.слова (ненормированные):
анализ данных -- бинарная классификация -- задача классификации -- логистическая регрессия -- машинное обучение
Аннотация: В учебном пособии рассмотрены методы и алгоритмы решения одной из основных задач машинного обучения – классификации. Внимание сосредоточено на задаче бинарной классификации. Рассмотрены следующие методы классического машинного обучения: логистическая регрессия, метод опорных векторов, метод k ближайших соседей. Описаны реализующие их современные инструментальные средства: платформа KNIME, язык программирования Python. Учебное пособие предназначено для обучающихся по образовательной программе высшего образования по направлению подготовки 01.03.04 Прикладная математика.
Доп.точки доступа:
Чудинова, О. С.
Безбородникова, Р. М.
Корнейченко, Е. Н.
Раменская, А. В.
Туктамышева, Л. М.
Фот, Н. П.
Методы интеллектуального анализа данных. Задача классификации : учебное пособие / Чудинова О. С. - Оренбург : Оренбургский государственный университет, ЭБС АСВ, 2024. - 167 с. - ISBN 978-5-7410-3284-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
анализ данных -- бинарная классификация -- задача классификации -- логистическая регрессия -- машинное обучение
Аннотация: В учебном пособии рассмотрены методы и алгоритмы решения одной из основных задач машинного обучения – классификации. Внимание сосредоточено на задаче бинарной классификации. Рассмотрены следующие методы классического машинного обучения: логистическая регрессия, метод опорных векторов, метод k ближайших соседей. Описаны реализующие их современные инструментальные средства: платформа KNIME, язык программирования Python. Учебное пособие предназначено для обучающихся по образовательной программе высшего образования по направлению подготовки 01.03.04 Прикладная математика.
Доп.точки доступа:
Чудинова, О. С.
Безбородникова, Р. М.
Корнейченко, Е. Н.
Раменская, А. В.
Туктамышева, Л. М.
Фот, Н. П.
8.
Подробнее
146643
Эконометрическое моделирование. Временные ряды и коинтеграция : учебное пособие / Поползин Д. Ю. - Москва : Ай Пи Ар Медиа, 2024. - 97 с. - ISBN 978-5-4497-3562-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 65.05
Кл.слова (ненормированные):
анализ данных -- временной ряд -- коинтеграционный процесс -- коинтеграция -- статистический анализ -- эконометрика -- эконометрическое моделирование
Аннотация: В учебном пособии представлены основные подходы к изучению природы временных рядов, их количественной и качественной взаимосвязи, в том числе в рамках коинтеграционных процессов. Большое внимание уделено обзору общепринятых мировых методов исследования причин стохастического тренда, в том числе структурных сдвигов, сезонности и нелинейности, а также методов исследования взаимосвязи между нестационарными временными рядами, включая причинность по Грэнджеру и коинтеграцию. Изложение материала основано на современной литературе, преимущественно зарубежной источники, представляющей описание методов анализа природы временных рядов и моделирования взаимосвязи между ними: приведены наглядные примеры применения данных методов на практике. Подготовлено с учетом требований Федерального государственного образовательного стандарта высшего образования. Учебное пособие рекомендуется студентам бакалавриата и магистратуры, изучающим таким дисциплины, как «Эконометрика», «Эконометрическое моделирование», «Экономико-математические методы», «Прикладной статистический анализ», «Анализ данных» и смежные дисциплины, аспирантам экономико-математических специальностей. Издание может быть полезно преподавателям вузов, институтов повышения квалификации, а также менеджерам, экономистам, инженерам, научным работникам, чьи интересы связаны с исследованием статистических данных в форме временных рядов.
Доп.точки доступа:
Поползин, Д. Ю.
Дубина, И. Н.
Ибрагимов, Н. М.
Мкртчян, Г. М.
Эконометрическое моделирование. Временные ряды и коинтеграция : учебное пособие / Поползин Д. Ю. - Москва : Ай Пи Ар Медиа, 2024. - 97 с. - ISBN 978-5-4497-3562-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
анализ данных -- временной ряд -- коинтеграционный процесс -- коинтеграция -- статистический анализ -- эконометрика -- эконометрическое моделирование
Аннотация: В учебном пособии представлены основные подходы к изучению природы временных рядов, их количественной и качественной взаимосвязи, в том числе в рамках коинтеграционных процессов. Большое внимание уделено обзору общепринятых мировых методов исследования причин стохастического тренда, в том числе структурных сдвигов, сезонности и нелинейности, а также методов исследования взаимосвязи между нестационарными временными рядами, включая причинность по Грэнджеру и коинтеграцию. Изложение материала основано на современной литературе, преимущественно зарубежной источники, представляющей описание методов анализа природы временных рядов и моделирования взаимосвязи между ними: приведены наглядные примеры применения данных методов на практике. Подготовлено с учетом требований Федерального государственного образовательного стандарта высшего образования. Учебное пособие рекомендуется студентам бакалавриата и магистратуры, изучающим таким дисциплины, как «Эконометрика», «Эконометрическое моделирование», «Экономико-математические методы», «Прикладной статистический анализ», «Анализ данных» и смежные дисциплины, аспирантам экономико-математических специальностей. Издание может быть полезно преподавателям вузов, институтов повышения квалификации, а также менеджерам, экономистам, инженерам, научным работникам, чьи интересы связаны с исследованием статистических данных в форме временных рядов.
Доп.точки доступа:
Поползин, Д. Ю.
Дубина, И. Н.
Ибрагимов, Н. М.
Мкртчян, Г. М.
9.
Подробнее
153480
Цогоева, А. Р.
Анализ данных: моделирование инвестиционного портфеля : учебное пособие / Цогоева А. Р. - Москва : Прометей, 2023. - 90 с. - ISBN 978-5-00172-404-9 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 65.263
Кл.слова (ненормированные):
анализ данных -- защита документов -- инвестиционный портфель -- табличные процессоры -- электронные таблицы
Аннотация: В учебном пособии представлены теоретические основы моделирования инвестиционного портфеля с использованием надстройки «Поиск решения» MS Excel, а также ситуационные задания с описанием последовательности их выполнения и задания для самостоятельного выполнения. Учебное пособие составлено на основе учебного плана и рабочей программы дисциплины «Анализ данных» и предназначено для обучающихся высших учебных заведений по направлениям подготовки 38.03.01 «Экономика», 38.03.02 «Менеджмент», 38.03.05 «Бизнес-информатика» и учебных заведений среднего профессионального образования по специальностям 38.02.01 «Экономика и бухгалтерский учет» (по отраслям), 38.02.06 «Финансы», а также для специалистов в области анализа и визуализации данных, изучающих различные методы анализа и обработки данных, моделирования экономических процессов с использованием электронных таблиц и инструментов MS Excel.
Доп.точки доступа:
Цогоев, А. Ю.
Волик, М. В.
Цогоева, А. Р.
Анализ данных: моделирование инвестиционного портфеля : учебное пособие / Цогоева А. Р. - Москва : Прометей, 2023. - 90 с. - ISBN 978-5-00172-404-9 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
анализ данных -- защита документов -- инвестиционный портфель -- табличные процессоры -- электронные таблицы
Аннотация: В учебном пособии представлены теоретические основы моделирования инвестиционного портфеля с использованием надстройки «Поиск решения» MS Excel, а также ситуационные задания с описанием последовательности их выполнения и задания для самостоятельного выполнения. Учебное пособие составлено на основе учебного плана и рабочей программы дисциплины «Анализ данных» и предназначено для обучающихся высших учебных заведений по направлениям подготовки 38.03.01 «Экономика», 38.03.02 «Менеджмент», 38.03.05 «Бизнес-информатика» и учебных заведений среднего профессионального образования по специальностям 38.02.01 «Экономика и бухгалтерский учет» (по отраслям), 38.02.06 «Финансы», а также для специалистов в области анализа и визуализации данных, изучающих различные методы анализа и обработки данных, моделирования экономических процессов с использованием электронных таблиц и инструментов MS Excel.
Доп.точки доступа:
Цогоев, А. Ю.
Волик, М. В.
10.
Подробнее
155406
Алетдинова, А. А.
Интеллектуальный анализ больших данных : учебное пособие / Алетдинова А. А. - Новосибирск : Новосибирский государственный технический университет, 2023. - 66 с. - ISBN 978-5-7782-4899-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
анализ данных -- информационные системы -- компьютерные технологии -- обработка данных
Аннотация: В учебном пособии рассматриваются теоретические основы интеллектуального анализа данных. Дается общее представление о современных инструментах обработки больших данных и приводятся примеры их практического применения. Учебное пособие построено с учетом требований к специалистам в области информатики. Предназначено для студентов УГСН, обучающихся по направлению 09.00.00, аспирантов, а также может быть полезно специалистам в области компьютерной обработки данных.
Доп.точки доступа:
Муртазина, М. Ш.
Алетдинова, А. А.
Интеллектуальный анализ больших данных : учебное пособие / Алетдинова А. А. - Новосибирск : Новосибирский государственный технический университет, 2023. - 66 с. - ISBN 978-5-7782-4899-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
анализ данных -- информационные системы -- компьютерные технологии -- обработка данных
Аннотация: В учебном пособии рассматриваются теоретические основы интеллектуального анализа данных. Дается общее представление о современных инструментах обработки больших данных и приводятся примеры их практического применения. Учебное пособие построено с учетом требований к специалистам в области информатики. Предназначено для студентов УГСН, обучающихся по направлению 09.00.00, аспирантов, а также может быть полезно специалистам в области компьютерной обработки данных.
Доп.точки доступа:
Муртазина, М. Ш.
Страница 1, Результатов: 51