База данных: IPR База
Страница 1, Результатов: 9
Отмеченные записи: 0
1.
Подробнее
145038
Палевская, С. А.
Планирование, кластеризация и синтез знаний : учебное пособие / Палевская С. А. - Москва : Ай Пи Ар Медиа, 2025. - 108 с. - ISBN 978-5-4497-3729-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 22.172
Кл.слова (ненормированные):
кластеризация -- кластерный анализ -- логический вывод -- нечеткий вывод -- обработка данных -- планирование эксперимента -- синтез знаний
Аннотация: В учебном пособии представлена теория и практика интерпретации результатов научного эксперимента. Описан большой диапазон способов обработки данных — от классического планирования до кластерного анализа с возможностью синтеза знаний для систем нечеткого логического вывода. Учебное пособие подготовлено в соответствии с требованиями действующего Федерального государственного образовательного стандарта высшего образования специалитета по специальности «Медицинская кибернетика» и рабочей программой дисциплины «Информационные технологии в здравоохранении», утвержденной ЦКМС ФГБОУ ВО СамГМУ Минздрава России, и предназначено для студентов медицинских вузов. Может быть использовано студентами других специальностей и направлений, осваивающими дисциплины, связанные с планированием эксперимента, кластерным анализом и синтезом знаний.
Доп.точки доступа:
Гущин, А. В.
Палевская, С. А.
Планирование, кластеризация и синтез знаний : учебное пособие / Палевская С. А. - Москва : Ай Пи Ар Медиа, 2025. - 108 с. - ISBN 978-5-4497-3729-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
кластеризация -- кластерный анализ -- логический вывод -- нечеткий вывод -- обработка данных -- планирование эксперимента -- синтез знаний
Аннотация: В учебном пособии представлена теория и практика интерпретации результатов научного эксперимента. Описан большой диапазон способов обработки данных — от классического планирования до кластерного анализа с возможностью синтеза знаний для систем нечеткого логического вывода. Учебное пособие подготовлено в соответствии с требованиями действующего Федерального государственного образовательного стандарта высшего образования специалитета по специальности «Медицинская кибернетика» и рабочей программой дисциплины «Информационные технологии в здравоохранении», утвержденной ЦКМС ФГБОУ ВО СамГМУ Минздрава России, и предназначено для студентов медицинских вузов. Может быть использовано студентами других специальностей и направлений, осваивающими дисциплины, связанные с планированием эксперимента, кластерным анализом и синтезом знаний.
Доп.точки доступа:
Гущин, А. В.
2.
Подробнее
147389
Ходасевич, М. А.
Многопараметрический подход в методах оптической диагностики: основы и применения / Ходасевич М. А. - Минск : Белорусская наука, 2024. - 115 с. - ISBN 978-985-08-3173-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 22.3
Кл.слова (ненормированные):
кластерный анализ -- многопараметрический подход -- оптическая диагностика -- повышение качества
Аннотация: Монография посвящена вопросам повышения качества спектрального анализа и оптической диагностики материалов, процессов и изделий с помощью методов анализа многопараметрических данных. Рассматриваются основы многопараметрических методов, таких как метод главных компонент, метод частичных наименьших квадратов, дискриминантный анализ, построение классификационных деревьев, кластерный анализ, метод опорных векторов, генетический алгоритм, методы выбора спектральных переменных, а также приводятся литературные и оригинальные примеры их научных и практических применений в спектроскопии. Адресуется студентам старших курсов университетов и специалистам, работающим в области спектроскопии.
Ходасевич, М. А.
Многопараметрический подход в методах оптической диагностики: основы и применения / Ходасевич М. А. - Минск : Белорусская наука, 2024. - 115 с. - ISBN 978-985-08-3173-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
кластерный анализ -- многопараметрический подход -- оптическая диагностика -- повышение качества
Аннотация: Монография посвящена вопросам повышения качества спектрального анализа и оптической диагностики материалов, процессов и изделий с помощью методов анализа многопараметрических данных. Рассматриваются основы многопараметрических методов, таких как метод главных компонент, метод частичных наименьших квадратов, дискриминантный анализ, построение классификационных деревьев, кластерный анализ, метод опорных векторов, генетический алгоритм, методы выбора спектральных переменных, а также приводятся литературные и оригинальные примеры их научных и практических применений в спектроскопии. Адресуется студентам старших курсов университетов и специалистам, работающим в области спектроскопии.
3.
Подробнее
79637
Казанская, А. Ю.
Комплексный подход к оценке социально-экономического состояния муниципальных образований : учебное пособие / Казанская А. Ю. - Саратов : Вузовское образование, 2019. - 225 с. - ISBN 978-5-4487-0390-4 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 65.053
Кл.слова (ненормированные):
кластерный анализ -- муниципальное образование -- муниципальное управление -- социально-экономическое состояние
Аннотация: Начиная с конца 1990-х годов комплексный подход к исследованию проблем социально-экономического развития получает все более широкое применение в муниципальном управлении, что объясняется, во-первых, пониманием муниципального образования как сложной социально-экономической системы, а, во-вторых, стремлением муниципального образования как самоорганизуемой и самоуправляемой системы поддерживать и развивать свой экономический потенциал, улучшать качество жизни населения.
Доп.точки доступа:
Компаниец, В. С.
Казанская, А. Ю.
Комплексный подход к оценке социально-экономического состояния муниципальных образований : учебное пособие / Казанская А. Ю. - Саратов : Вузовское образование, 2019. - 225 с. - ISBN 978-5-4487-0390-4 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
кластерный анализ -- муниципальное образование -- муниципальное управление -- социально-экономическое состояние
Аннотация: Начиная с конца 1990-х годов комплексный подход к исследованию проблем социально-экономического развития получает все более широкое применение в муниципальном управлении, что объясняется, во-первых, пониманием муниципального образования как сложной социально-экономической системы, а, во-вторых, стремлением муниципального образования как самоорганизуемой и самоуправляемой системы поддерживать и развивать свой экономический потенциал, улучшать качество жизни населения.
Доп.точки доступа:
Компаниец, В. С.
4.
Подробнее
88354
Математическая психология: школа В.Ю. Крылова / Барабанщиков В. А. - Москва : Издательство «Институт психологии РАН», 2019. - 512 с. - ISBN 978-5-9270-0154-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 88
Кл.слова (ненормированные):
в.ю. крылов -- искусственный интеллект -- кластерный анализ -- математическая модель -- математическая психология -- мягкие вычисления -- нечеткая логика -- психосинергетика -- самоорганизация -- синергетический компьютер
Аннотация: Предлагаемая коллективная монография продолжает издательскую серию, посвященную научным школам, сложившимся в Институте психологии РАН. Настоящий выпуск составляют работы по математической психологии. Это новая отрасль психологической науки, получившая оригинальное развитие в работах доктора психологических наук, профессора Владимира Юрьевича Крылова (1933-1996). Каждый тематический раздел монографии открывает статья В.Ю. Крылова, последующие статьи дополняют и углубляют его идеи, касающиеся теоретических подходов, моделей и методов математической психологии. Тем самым показана преемственность развития математической психологии в России. В книге не только представлены результаты научных исследований, но и дается экскурс в историю математической психологии. Книга предназначена для методологов науки, психологов, педагогов, специалистов, работающих в области инженерной и математической психологии.
Доп.точки доступа:
Барабанщиков, В. А.
Крылов, В. Ю.
Савченко, Т. Н.
Малинецкий, Г. Г.
Нечаев, Н. Н.
Редько, В. Г.
Тарасов, В. Б.
Носуленко, В. Н.
Острякова, Т. В.
Головина, Г. М.
Кострикина, И. С.
Блинникова, И. В.
Рябов, В. Б.
Толочек, В. А.
Денисова, В. Г.
Толочек, А. В.
Журавлева, Н. И.
Дубровский, В. Е.
Лови, О. В.
Калуцкая, А. П.
Лазебная, Е. О.
Зеленова, М. Е.
Горюнова, Н. Б.
Лебедев, А. Н.
Мартиросов, Э. Г.
Абрамов, Д. А.
Бусова, Ю. В.
Литвинова, Т. И.
Романова, Т. Ф.
Cеменов, М. М.
Морозов, В. П.
Курдюмов, С. П.
Митина, О. В.
Жегалло, А. В.
Величковский, Б. Б.
Измайлов, Ч. А.
Едренкин, И. В.
Сочивко, Д. В.
Баканов, А. С.
Дрынков, А. В.
Казанцева, А. Ю.
Иванова, Л. В.
Шендяпин, В. М.
Русалов, В. М.
Журавлев, А. Л.
Брушлинский, А. В.
Бубнова, С. С.
Лукьянов, А. Н.
Журавлева, А. Л. \ред.\
Савченко, Т. Н. \ред.\
Математическая психология: школа В.Ю. Крылова / Барабанщиков В. А. - Москва : Издательство «Институт психологии РАН», 2019. - 512 с. - ISBN 978-5-9270-0154-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
в.ю. крылов -- искусственный интеллект -- кластерный анализ -- математическая модель -- математическая психология -- мягкие вычисления -- нечеткая логика -- психосинергетика -- самоорганизация -- синергетический компьютер
Аннотация: Предлагаемая коллективная монография продолжает издательскую серию, посвященную научным школам, сложившимся в Институте психологии РАН. Настоящий выпуск составляют работы по математической психологии. Это новая отрасль психологической науки, получившая оригинальное развитие в работах доктора психологических наук, профессора Владимира Юрьевича Крылова (1933-1996). Каждый тематический раздел монографии открывает статья В.Ю. Крылова, последующие статьи дополняют и углубляют его идеи, касающиеся теоретических подходов, моделей и методов математической психологии. Тем самым показана преемственность развития математической психологии в России. В книге не только представлены результаты научных исследований, но и дается экскурс в историю математической психологии. Книга предназначена для методологов науки, психологов, педагогов, специалистов, работающих в области инженерной и математической психологии.
Доп.точки доступа:
Барабанщиков, В. А.
Крылов, В. Ю.
Савченко, Т. Н.
Малинецкий, Г. Г.
Нечаев, Н. Н.
Редько, В. Г.
Тарасов, В. Б.
Носуленко, В. Н.
Острякова, Т. В.
Головина, Г. М.
Кострикина, И. С.
Блинникова, И. В.
Рябов, В. Б.
Толочек, В. А.
Денисова, В. Г.
Толочек, А. В.
Журавлева, Н. И.
Дубровский, В. Е.
Лови, О. В.
Калуцкая, А. П.
Лазебная, Е. О.
Зеленова, М. Е.
Горюнова, Н. Б.
Лебедев, А. Н.
Мартиросов, Э. Г.
Абрамов, Д. А.
Бусова, Ю. В.
Литвинова, Т. И.
Романова, Т. Ф.
Cеменов, М. М.
Морозов, В. П.
Курдюмов, С. П.
Митина, О. В.
Жегалло, А. В.
Величковский, Б. Б.
Измайлов, Ч. А.
Едренкин, И. В.
Сочивко, Д. В.
Баканов, А. С.
Дрынков, А. В.
Казанцева, А. Ю.
Иванова, Л. В.
Шендяпин, В. М.
Русалов, В. М.
Журавлев, А. Л.
Брушлинский, А. В.
Бубнова, С. С.
Лукьянов, А. Н.
Журавлева, А. Л. \ред.\
Савченко, Т. Н. \ред.\
5.
Подробнее
121810
Перфильев, С. В.
Применение статистических методов в исследовании социально-экономических процессов региона : учебное пособие / Перфильев С. В. - Рязань : Рязанский государственный радиотехнический университет, 2019. - 64 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 60.6
Кл.слова (ненормированные):
дендрограмма -- дисперсионный анализ -- кластерный анализ -- кластеры
Аннотация: Учебное пособие является междисциплинарным. Оно посвящено выполнению практических занятий и лабораторных работ по дисциплинам «Статистика» и «Региональная экономика и управление». Именно междисциплинарный характер работы является ее достоинством. В работе рассматриваются статистические методы и их применение к вопросам анализа социальных и экономических процессов в регионе. Усвоение математического аппарата позволяет перейти к анализу предметной области с его использованием. Все работы выполняются с применением компьютеров и специального программного обеспечения. Используемая во второй части пособия информационная база является реальной, публикуемой в статистических сборниках, что повышает привлекательность получаемых в ходе выполнения работ результатов. Предназначено для обучающихся всех форм обучений направления 38.04.04 «Государственное и муниципальное управление».
Доп.точки доступа:
Федотов, Н. И.
Перфильев, С. В.
Применение статистических методов в исследовании социально-экономических процессов региона : учебное пособие / Перфильев С. В. - Рязань : Рязанский государственный радиотехнический университет, 2019. - 64 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
дендрограмма -- дисперсионный анализ -- кластерный анализ -- кластеры
Аннотация: Учебное пособие является междисциплинарным. Оно посвящено выполнению практических занятий и лабораторных работ по дисциплинам «Статистика» и «Региональная экономика и управление». Именно междисциплинарный характер работы является ее достоинством. В работе рассматриваются статистические методы и их применение к вопросам анализа социальных и экономических процессов в регионе. Усвоение математического аппарата позволяет перейти к анализу предметной области с его использованием. Все работы выполняются с применением компьютеров и специального программного обеспечения. Используемая во второй части пособия информационная база является реальной, публикуемой в статистических сборниках, что повышает привлекательность получаемых в ходе выполнения работ результатов. Предназначено для обучающихся всех форм обучений направления 38.04.04 «Государственное и муниципальное управление».
Доп.точки доступа:
Федотов, Н. И.
6.
Подробнее
120451
Курбыко, И. Ф.
Методы прикладной статистики : учебное пособие / Курбыко И. Ф. - Владимир : Издательство Владимирского государственного университета, 2018. - 184 с. - ISBN 978-5-9984-0845-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 22.172
Кл.слова (ненормированные):
кластерный анализ -- прикладная статистика -- прогнозирование -- факторный анализ
Аннотация: Представлены в обобщающем виде основные этапы комплексного анализа данных на основе многомерных методов математической статистики. Изложены теоретические аспекты прогнозирования временных рядов, наиболее часто используемых в экономической практике. Материал по каждой теме проиллюстрирован формулами и примерами подробного решения задач. В качестве аналитического инструмента моделирования используется статистический пакет STADIA. Адресовано студентам, обучающимся по направлениям подготовки 01.03.02 «Прикладная математика и информатика», 38.03.05 «Бизнес-информатика», 38.03.01 «Экономика», 02.04.01 «Математика и компьютерные науки», аспирантам и научным работникам, интересующимся задачами прикладной статистики. Рекомендовано для формирования профессиональных компетенций в соответствии с ФГОС ВО.
Доп.точки доступа:
Левизов, А. С.
Левизов, С. В.
Курбыко, И. Ф.
Методы прикладной статистики : учебное пособие / Курбыко И. Ф. - Владимир : Издательство Владимирского государственного университета, 2018. - 184 с. - ISBN 978-5-9984-0845-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
кластерный анализ -- прикладная статистика -- прогнозирование -- факторный анализ
Аннотация: Представлены в обобщающем виде основные этапы комплексного анализа данных на основе многомерных методов математической статистики. Изложены теоретические аспекты прогнозирования временных рядов, наиболее часто используемых в экономической практике. Материал по каждой теме проиллюстрирован формулами и примерами подробного решения задач. В качестве аналитического инструмента моделирования используется статистический пакет STADIA. Адресовано студентам, обучающимся по направлениям подготовки 01.03.02 «Прикладная математика и информатика», 38.03.05 «Бизнес-информатика», 38.03.01 «Экономика», 02.04.01 «Математика и компьютерные науки», аспирантам и научным работникам, интересующимся задачами прикладной статистики. Рекомендовано для формирования профессиональных компетенций в соответствии с ФГОС ВО.
Доп.точки доступа:
Левизов, А. С.
Левизов, С. В.
7.
Подробнее
79330
Александровская, Ю. П.
Многомерный статистический анализ в экономике : учебное пособие / Александровская Ю. П. - Казань : Казанский национальный исследовательский технологический университет, 2017. - 96 с. - ISBN 978-5-7882-2191-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 65.051
Кл.слова (ненормированные):
кластерный анализ -- компонентный анализ -- матричная алгебра -- многомерная классификация -- статистический анализ -- факторный анализ -- экономика
Аннотация: Рассмотрены теоретические и практические вопросы многомерного статистического анализа. Каждая тема наряду с теоретическим материалом содержит методические рекомендации по выполнению лабораторной работы. Предназначено для студентов, обучающихся по направлению «Экономика». Подготовлено на кафедре бизнес-статистики и математических методов в экономике.
Александровская, Ю. П.
Многомерный статистический анализ в экономике : учебное пособие / Александровская Ю. П. - Казань : Казанский национальный исследовательский технологический университет, 2017. - 96 с. - ISBN 978-5-7882-2191-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
кластерный анализ -- компонентный анализ -- матричная алгебра -- многомерная классификация -- статистический анализ -- факторный анализ -- экономика
Аннотация: Рассмотрены теоретические и практические вопросы многомерного статистического анализа. Каждая тема наряду с теоретическим материалом содержит методические рекомендации по выполнению лабораторной работы. Предназначено для студентов, обучающихся по направлению «Экономика». Подготовлено на кафедре бизнес-статистики и математических методов в экономике.
8.
Подробнее
63324
Воронова, Л. И.
Интеллектуальные базы данных : учебное пособие / Воронова Л. И. - Москва : Московский технический университет связи и информатики, 2013. - 35 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
аналитическая система -- бд -- визуализация -- интеллектуальный анализ -- кластерный анализ -- хранилище
Аннотация: В учебном пособии «Интеллектуальные базы данных» рассмотрены вопросы применения методов интеллектуального анализа данных (Data Mining) к большим объемам данных (Data Warehouse). Проанализированы соответствующие программно-инструментальные средства, в том числе технологии известные как «NoSQL» базы данных - решения альтернативные реляционным базам данных.
Воронова, Л. И.
Интеллектуальные базы данных : учебное пособие / Воронова Л. И. - Москва : Московский технический университет связи и информатики, 2013. - 35 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
аналитическая система -- бд -- визуализация -- интеллектуальный анализ -- кластерный анализ -- хранилище
Аннотация: В учебном пособии «Интеллектуальные базы данных» рассмотрены вопросы применения методов интеллектуального анализа данных (Data Mining) к большим объемам данных (Data Warehouse). Проанализированы соответствующие программно-инструментальные средства, в том числе технологии известные как «NoSQL» базы данных - решения альтернативные реляционным базам данных.
9.
Подробнее
133907
Чубукова, И. А.
Data Mining : учебное пособие / Чубукова И. А. - Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2024. - 469 с. - ISBN 978-5-4497-2391-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.973
Кл.слова (ненормированные):
data mining -- анализ данных -- байесовская классификация -- визуализация -- дерево решений -- карта кохонена -- кластерный анализ -- нейронная сеть
Аннотация: Учебное пособие знакомит студентов с технологией Data Mining, подробно рассматриваются методы, инструментальные средства и применение Data Mining. Описание каждого метода сопровождается конкретным примером его использования. Обсуждаются отличия Data Mining от классических статистических методов анализа и OLAP-систем, рассматриваются типы закономерностей, выявляемых Data Mining (ассоциация, классификация, последовательность, кластеризация, прогнозирование). Описывается сфера применения Data Mining. Вводится понятие Web Mining. Подробно рассматриваются методы Data Mining: нейронные сети, деревья решений, методы ограниченного перебора, генетические алгоритмы, эволюционное программирование, кластерные модели, комбинированные методы. Знакомство с каждым методом проиллюстрировано решением практической задачи с помощью инструментального средства, использующего технологию Data Mining. Излагаются основные концепции хранилищ данных и места Data Mining в их архитектуре. Вводятся понятия OLTP, OLAP, ROLAP, MOLAP. Обсуждается процесс анализа данных с помощью технологии Data Mining. Подробно рассматриваются этапы этого процесса. Анализируется рынок аналитического программного обеспечения, описываются продукты от ведущих производителей Data Mining, обсуждаются их возможности. Предназначено для студентов, обучающихся по направлениям подготовки, связанным с информатикой и информационными технологиями, а также для всех, кто интересуется основами технологии Data Mining.
Чубукова, И. А.
Data Mining : учебное пособие / Чубукова И. А. - Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2024. - 469 с. - ISBN 978-5-4497-2391-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
data mining -- анализ данных -- байесовская классификация -- визуализация -- дерево решений -- карта кохонена -- кластерный анализ -- нейронная сеть
Аннотация: Учебное пособие знакомит студентов с технологией Data Mining, подробно рассматриваются методы, инструментальные средства и применение Data Mining. Описание каждого метода сопровождается конкретным примером его использования. Обсуждаются отличия Data Mining от классических статистических методов анализа и OLAP-систем, рассматриваются типы закономерностей, выявляемых Data Mining (ассоциация, классификация, последовательность, кластеризация, прогнозирование). Описывается сфера применения Data Mining. Вводится понятие Web Mining. Подробно рассматриваются методы Data Mining: нейронные сети, деревья решений, методы ограниченного перебора, генетические алгоритмы, эволюционное программирование, кластерные модели, комбинированные методы. Знакомство с каждым методом проиллюстрировано решением практической задачи с помощью инструментального средства, использующего технологию Data Mining. Излагаются основные концепции хранилищ данных и места Data Mining в их архитектуре. Вводятся понятия OLTP, OLAP, ROLAP, MOLAP. Обсуждается процесс анализа данных с помощью технологии Data Mining. Подробно рассматриваются этапы этого процесса. Анализируется рынок аналитического программного обеспечения, описываются продукты от ведущих производителей Data Mining, обсуждаются их возможности. Предназначено для студентов, обучающихся по направлениям подготовки, связанным с информатикой и информационными технологиями, а также для всех, кто интересуется основами технологии Data Mining.
Страница 1, Результатов: 9