1. Апельцин, Леонард Data Science в действии : — (Серия «Для профессионалов») / Леонард Апельцин. - СПб. : Питер, 2023. - 736 с. - ISBN 978-5-4461-1982-0 : Б. ц.

В проектах обработки и анализа данных много движущихся частей, и требуются практика и знания, чтобы создать гармоничную комбинацию кода, алгоритмов, наборов данных, форматов и визуальных представлений. Эта уникальная книга содержит описание пяти практических проектов, включая отслеживание вспышек заболеваний по заголовкам новостей, анализ социальных сетей и поиск закономерностей в данных о переходах по рекламным объявлениям. Автор не ограничивается поверхностным обсуждением теории и искусственными примерами. Исследуя представленные проекты, вы узнаете, как устранять распространенные проблемы, такие как отсутствующие и искаженные данные и алгоритмы, не соответствующие создаваемой модели. По достоинству оцените подробные инструкции по настройке и детальные обсуждения решений, в которых описываются типичные точки отказа, и обретите уверенность в своих навыках. <br>16+ (В соответствии с Федеральным законом от 29 декабря 2010 г. № 4Э6-ФЗ.)

http://ibooks.ru/product.php?productid=391719     

2. Асеева, Ирина Александровна. Искусственный интеллект и большие данные : этические проблемы практического использования. (Аналитический обзор) / И. А. Асеева. - DOI 10.31249/naukoved/2022.02.02. - Текст : непосредственный // Социальные и гуманитарные науки. Отечественная и зарубежная литература.. Серия 8, Науковедение : реферативный журнал. - 2022. - N 2. - С. 89-98. - Библиогр. в конце ст.. - ISSN 2219-8814.

Аннотация:

Аналитический обзор посвящен выявлению наиболее часто встречающихся и острых этических проблем, связанных с применением на практике информационных технологий, в частности интегральной технологии искусственного интеллекта и больших данных (BD&AI). В обзоре приводятся результаты нескольких эмпирических исследований, затрагивающих такие области, как государственное управление и безопасность, страхование и разработка ИИ. Рассматриваются выявленные сквозные этические проблемы, возникающие в связи с внедрением и использованием BD&AI, представлена простая классификация этических проблем (краткосрочных, среднесрочных, долгосрочных). Эти тематические исследования BD&AI дают представление о вариантах решения этических проблем в существующей практике использования цифровых информационных технологий с функцией искусственного интеллекта.

Заказать издание     

3. Банахевич, Конрад. Книга Kaggle. Машинное обучение и анализ данных : [пер. с англ.] / Конрад Банахевич, Лука Массарон. - Санкт-Петербург : БХВ-Петербург, 2024. - 448 с. : ил. - (От профессионалов. Для профессионалов). - Загл. на корешке : Книга Kaggle. - Предм. указ.: с. 444-448. - Пер. изд.: The Kaggle book. Data analysis and machine learning for competitive data science / Konrad Banachewicz, Luca Massaron. - 2022. - 1300 экз. - ISBN 978-5-9775-1903-8 : 450 р. - Текст (визуальный) : непосредственный.

Книга рассказывает о продвинутых приемах машинного обучения и науки о данных (data science) на основе задач, решаемых на всемирно известной платформе Kaggle. Показано (в том числе на примере увлекательных интервью с Kaggle-гроссмейстерами), как устроена платформа Kaggle и проводимые на ней соревнования. Изложенный материал позволяет развить необходимые навыки и собрать портфолио по машинному обучению, анализу данных, обработке естественного языка, работе с множествами. Подобран уникальный пул задач, охватывающих различные классификационные и оценочные метрики, методы обучения нейронных сетей, схемы валидации, выявление паттернов и трендов в материале любой сложности. Для специалистов по анализу данных и машинному обучению.

Заказать издание     

4. Большие данные: принятия решений, этика : курс лекций / ред. О. И. Липина, А. А. Цветков. - Рязань : Полиспектр, 2021. - 88 с. : ил. - (Цифровой регион). - Библиогр.: с. 85-87 (33 назв.). - 100 экз. - ISBN 978-5-6045944-0-7 : 200 р. - Текст (визуальный) : непосредственный.

Курс лекций включает ряд вопросов, направленных на систематизацию сведений о больших данных, работа с которыми изучается при подготовке кадров государственного и муниципального управления к цифровой трансформации региона. Представлены основные понятия науки о больших данных, рассмотрены этические вопросы применения технологий больших данных в обществе, хранения персональных данных, в пособие подробно даны классификация методов принятия решений, архитектура систем принятия решения. Издание адресовано всем, кто хочет сформировать у себя цифровые компетенции.

Заказать издание     

5. Брюс, П. Практическая статистика для специалистов Data Science : пер. с англ. — 2-е изд., перераб. и доп. / П. Брюс, Э. Брюс, П. Гедек. - СПб. : БХВ-Петербург, 2021. - 352 с. - ISBN 978-5-9775-6705-3 : Б. ц.

Книга рассчитана на специалистов в области Data Science, обладающих некоторым опытом работы с языком программирования R и имеющих предварительное понятие о математической статистике. В ней в удобной и легкодоступной форме представлены ключевые понятия из статистики, которые относятся к науке о данных, а также объяснено, какие понятия важны и полезны с точки зрения науки о данных, какие менее важны и почему. Подробно раскрыты темы: разведочный анализ данных, распределения данных и выборок, статистические эксперименты и проверка значимости, регрессия и предсказание, классификация, статистическое машинное обучение и обучение без учителя. Во второе издание включены примеры на языке Python, что расширяет практическое применение книги. <br>Для аналитиков данных

http://ibooks.ru/product.php?productid=380029     

6. Васильев, Юлий Python для data science : — (Серия «Библиотека программиста») / Юлий Васильев. - СПб. : Питер, 2023. - 272 с. - ISBN 978-5-4461-2392-6 : Б. ц.

Python — идеальный выбор для манипулирования и извлечения информации из данных всех видов. «Python для data science» познакомит программистов с питоническим миром анализа данных. Вы научитесь писать код на Python, применяя самые современные методы, для получения, преобразования и анализа данных в управлении бизнесом, маркетинге и поддержке принятия решений. Познакомьтесь с богатым набором встроенных структур данных Python для выполнения основных операций, а также о надежной экосистеме библиотек с открытым исходным кодом для data science, включая NumPy, pandas, scikit-learn, matplotlib и другие. Научитесь загружать данные в различных форматах, упорядочивать, группировать и агрегировать датасеты, а также создавать графики, карты и другие визуализации. На подробных примерах стройте реальные приложения, в том числе службу такси, использующую геолокацию, анализ корзины для определения товаров, которые обычно покупаются вместе, а также модель машинного обучения для прогнозирования цен на акции.

http://ibooks.ru/product.php?productid=390133     

7. Вишератин, А. А. Семантические технологии больших данных для многомасштабного моделирования в распределенных вычислительных средах : автореф. дис. ... канд. техн. наук : 05.13.11 / А. А. Вишератин. - Санкт-Петербург : [б. и.], 2017. - 18 с. : ил. - Библиогр.: с. 17-18. - 100 экз. - . - Текст : непосредственный.

Заказать издание     

8. Гатман, А. Д. Разберись в Data Science : как освоить науку о данных и научиться думать как эксперт : методы аналитики данных, основы машинного обучения, распространенные ошибки при работе с данными / Алекс Дж. Гатман, Джордан Голдмейер ; [перевод с английского М. А. Райтман]. - Москва : БОМБОРА : Эксмо, 2023. - 302 с. : ил. - (Мировой компьютерный бестселлер). - Предм. указ.: с. 296-302. - Пер. изд.: Becoming a data head : how to think, speak, and understand data science, statistics, and machine learning / Alex J. Gutman, Jordan Goldmeier. - 2021. - 2000 экз. - ISBN 978-5-04-174810-4 : 260 р. - Текст (визуальный) : непосредственный.

Перед вами исчерпывающее руководство по основам Data Science. С помощью него вы сможете научиться мыслить статистически и понимать, какую роль в вашей работе играет аналитика, пользоваться языком науки о данных, избегать распространенных ошибок при работе с ними и, наконец, разобраться в полезных инструментах, которые используют эксперты.

Заказать издание     

9. Горелик, Алекс. Корпоративное озеро больших данных : новый подход к использованию Big Data и Data Science в бизнесе / Алекс Горелик ; [перевод с английского М. А. Райтмана]. - Москва : БОМБОРА : Изд-во "Эксмо", 2023. - 270, [1] с. : ил. - (Data science. Лучшие книги о науке о данных) (O'Reilly). - Предм. указ.: с. 265-271. - Пер. изд.: The enterprise big data lake : delivering the promise of Big Data and Data Science / Alex Gorelik. - 2019. - 2000 экз. - ISBN 978-5-04-107657-3 : 400 р. - Текст (визуальный) : непосредственный.

Эта книга написана для тех, кто хочет модернизировать свой подход к обработке и аналитике данных и использовать их на благо бизнеса. В ней автор объясняет, что собой представляет озеро данных, зачем оно нужно и как построить его в своей компании, руководствуясь опытом таких транснациональных гигантов, как Google и Мicrosoft.

Заказать издание     

10. Городецкий, Владимир Иванович. Наука о данных: методология, основные направления, проблемы и перспективы / В. И. Городецкий. - DOI 10.14357/20718594220301. - Текст : непосредственный // Искусственный интеллект и принятие решений = Artificial Intellgence and Decision Making. - 2022. - N 3. - С.. 3-20. - Библиогр. в конце ст.. - ISSN 2071-8594.

Аннотация:

Наука о данных как самостоятельная наука зародилась в начале 2000-х годов как ответ научного сообщества на проблемы обработки больших данных. Сейчас она достигла того уровня зрелости, который делает ее наукой, которая играет важную и незаменимую роль в кластере наук, занимающихся проблемам сбора, хранения, представления и использования данных. В работе очерчиваются границы науки о данных по отношению к искусственному интеллекту. Описываются многоаспектные двухсторонние взаимосвязи науки о данных с другими смежными науками, которые работают с данными. Дается краткое введение в методологию науки о данных, характеризуются основные направления исследований. Перечисляются некоторые источники трудных проблем, решение которых можно ожидать от науки о данных.

Заказать издание     

11. Грас, Д. Data Science. Наука о данных с нуля : пер. с англ. — 2-е изд., перераб. и доп. / Д. Грас. - СПб. : БХВ-Петербург, 2021. - 416 с. - ISBN 978-5-9775-6731-2 : Б. ц.

Книга позволяет изучить науку о данных (Data Science) и применить полученные знания на практике. Она содержит краткий курс языка Python, элементы линейной алгебры, статистики, теории вероятностей, методов обработки данных. Приведены основы машинного обучения. Описаны алгоритмы k ближайших соседей, наивной байесовой классификации, линейной и логистической регрессии, а также модели на основе деревьев принятия решений, нейронных сетей и кластеризации. Рассмотрены приемы обработки естественного языка, методы анализа социальных сетей, основы баз данных, SQL и MapReduce. Во втором издании примеры переписаны на Python 3.6, игрушечные наборы данных заменены на «реальные», добавлены материалы по глубокому обучению и этике данных, статистике и обработке естественного языка, рекуррентным нейронным сетям, векторным вложениям слов и разложению матриц. <br>Для аналитиков данных

http://ibooks.ru/product.php?productid=356414     

12. Золотова, Татьяна. Data science — новая нефть? / Т. Золотова. - Текст : непосредственный // Телеспутник : журнал. - 2021. - N 7. - С.. 26-27.. - ISSN 2223-9669.

Аннотация:

Значение данных в бизнесе быстро растет. Компании, которые не способны работать с неструктурированной информацией, проигрывают в конкурентной борьбе, предупреждают эксперты. "Ростелеком" провел мероприятие, посвященное искусственному интеллекту, науке о данных и машинному обучению, на котором обсуждались волнующие бизнес вопросы. Data science — это деятельность, связанная с анализом данных и поиском лучших решений на их основе. Согласно исследованию "Аналитика больших данных как инструмент бизнес-инноваций", проведенному компаниями IDC и Hitachi Vantara, уже в 2019 году более 90% российских компаний из различных секторов экономики подтверждали, что они решают ряд задач с помощью технологий аналитики больших данных. 78% компаний в основном изучают неструктурированную информацию из различных источников и понимают, что анализ таких данных способен повлиять на результаты бизнеса.

Заказать издание     

13. Зыков, Роман Владимирович. Роман с Data Science. Как монетизировать большие данные / Роман Зыков. - Санкт-Петербург [и др.] : Питер, 2021. - 318 с. : ил. - Библиогр.: с. 309-318 (117 назв.). - 1000 экз. - ISBN 978-5-4461-1879-3 : 260 р. - Текст (визуальный) : непосредственный.

Как выжать все из своих данных? Как принимать решения на основе данных? Как организовать анализ данных (data science) внутри компании? Кого нанять аналитиком? Как довести проекты машинного обучения (machine learning) и искусственного интеллекта до топового уровня? На эти и многие другие вопросы Роман Зыков знает ответ, потому что занимается анализом данных почти двадцать лет. В послужном списке Романа-создание с нуля собственной компании с офисами в Европе и Южной Америке, ставшей лидером по применению искусственного интеллекта (AI) на российском рынке. Кроме того, автор книги создал с нуля аналитику в Ozon. ru.

Заказать издание     

14. Ильин, Дмитрий Юрьевич. Математическое обеспечение и методика оценки эффективности интеграции информационно-технологических решений в цифровые платформы : специальность 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей : автореферат диссертации на соискание ученой степени кандидата технических наук / Ильин Дмитрий Юрьевич. - Москва : [б. и.], 2020. - 21 с. : ил. - Библиогр.: с. 19-21 (27 назв.). - 100 экз. - . - Текст : непосредственный.

Заказать издание     

15. Искусственный интеллект: инновации таргетирования аудиторий в эпоху больших данных : [раздел]. - Текст : непосредственный // Стратегические коммуникации. Теория и практика : учебное пособие / В. А. Евстафьев, Т. Э. Гринберг, М. А. Кузьменкова [и др.] ; под редакцией В. А. Евстафьева, Т. Э. Гринберг. - Москва : Аспект Пресс, 2023. - С.. 190-192. - ISBN 978-5-7567-1261-2.

Аннотация:

В разделе учебного пособия описано применение искусственного интеллекта в маркетинговых коммуникациях.

Заказать издание     

16. Коротких, Иван Игоревич. Сквозные технологии цифровой экономики : учебное пособие по курсу "ИКТ и цифровая экономика" для студентов, обучающихся по направлению 09.03.03 "Прикладная информатика" / И. И. Коротких, Т. Н. Коротких ; Министерство науки и высшего образования Российской Федерации, Национальный исследовательский университет "МЭИ". - Москва : Изд-во МЭИ, 2024. - 52 с. - Библиогр.: с. 52 (7 назв.). - 80 экз. - ISBN 978-5-7046-3017-3 : 180 р. - Текст (визуальный) : непосредственный.

Учебное пособие позволяет освоить основные понятия и возможности сквозных технологий цифровой экономики. Представлены особенности основных направлений цифровой экономики, история развития, достоинства и недостатки, функции, области использования. Рассмотрены специфики искусственного интеллекта, машинного обучения, нейронных сетей, интернета вещей, промышленного интернета, виртуальной и дополненной реальностей, больших данных, вопросы их безопасности и тенденции развития. Для студентов, обучающихся по направлению 09.03.03 "Прикладная информатика", а также преподавателей и инженеров, занимающихся разработкой современных технологий.

Заказать издание     

17. Лонбин Цао. Образ мышления в науке о данных : наступающая научно-техническая и экономическая революция / Лонбин Цао ; перевел с английского А. В. Климонтович ; Европейский университет в Санкт-Петербурге. - Санкт-Петербург : Изд-во Европейского ун-та в Санкт-Петербурге, 2022. - 549, [1] с. : ил. - Библиогр.: с. 472-487 (473 назв.). - 500 экз. - ISBN 978-5-94380-348-2 : 260 р. - Текст (визуальный) : непосредственный.

Современный быстроразвивающийся мир данных, интенсивное использование данных и новые возможности научного поиска и бизнеса на их основе породили науку о данных - новую парадигму исследований и разработок, которая использует методы и возможности экспериментальной, теоретической и вычислительной науки. Как любая новаторская область знания, наука о данных порождает много споров и вопросов: что именно она из себя представляет, как проникает в различные профессии, образование, бизнес, экономику и другие сферы нашей жизни, как конкурирует в этих областях с другими науками и как их изменяет. В этой книге представлена по возможности полная картина науки о данных как новой научной и технологической парадигмы, а также учебной дисциплины. Автор подробно рассказывает об эволюции образа мышления, основанного на данных, о развитии входящих в науку о данных дисциплин, о том, как и почему эта наука становится движущей силой новой цифровой экономики.

Заказать издание     

18. Михайлов, А. И. Интеллектуальная разработка данных для миграции в безопасные среды на основе NoSQL / А. И. Михайлов. - Текст : непосредственный // X Международная научно-практическая конференция имени А. И. Китова "Информационные технологии и математические методы в экономике и управлении" (ИТИММ-2020), 15-16 октября 2020 г. : сборник статей / Российская Федерация. Министерство науки и высшего образования, Российский экономический университет имени Г. В. Плеханова (Москва), Институт цифровой экономики и информационных технологий. Кафедра информатики. - Москва : РЭУ им. Г. В. Плеханова, 2020. - С. 152-156. - Библиогр. в конце ст..

Аннотация:

В эпоху суперкомпьютеров объем данных растет экспоненциально, требуя все больших возможностей от доступных технологий хранения, обработки и анализа данных. Непрерывный массовый рост структурированных и неструктурированных данных получил общее название "большие данные". Обработка и хранение больших данных с помощью обычных техник хранения со временем становятся невозможными. В наши дни крупные предприятия все чаще стараются внедрять такие решения, как базы данных NoSQL из-за их более гибких моделей. Учитывая неоднородность и сложность реляционных данных, преобразование своих существующих баз данных в базы данных NoSQL является большой проблемой для бизнес-организаций и предприятий. Кроме того, с появлением больших данных очистка данных стала еще большей проблемой. В данной статье предлагается подход, описывающий два модуля: модуль преобразования данных и модуль очистки данных. Первый этап - это преобразование реляционной базы данных в базу данных Oracle NoSQL посредством преобразования модели. На втором этапе - очистка данных, возможность улучшить качество данных и подготовить их к анализу больших данных. Эксперименты показывают, что предложенный подход успешно преобразует реляционную базу данных в базу больших данных и повышает качество данных.

Заказать издание     

19. Насонов, Д. А. Эволюционные алгоритмы распределения больших данных в вычислительно-интенсивных задачах : автореф. дис. ... канд. техн. наук : 05.13.11 / Д. А. Насонов. - СПб. : [б. и.], 2016. - 18 с. : ил. - Библиогр.: с. 16-18 (25 назв.). - 100 экз. - . - Текст : непосредственный.

Заказать издание     

20. Открытые данные-2021 : материалы форума : Севастополь, 30 сентября - 2 октября 2021 г. / Университетский консорциум исследователей больших данных [и др.] ; под ред. А. Ю. Саркисовой. - Томск : Изд-во Томского гос. ун-та, 2021. - 149 с. : ил. - Парал. загл. докл., аннот. англ. - Библиогр. в конце докл. - 500 экз. - ISBN 978-5-907442-88-7 : 200 р. - Текст (визуальный) : непосредственный.

В сборник включены статьи участников форума "Открытые данные-2021" (Севастополь, 30 сентября - 2 октября 2021 г.), проходившего по инициативе Университетского консорциума исследователей больших данных при поддержке Комитета Совета Федерации по науке, образованию и культуре. Тематика статей связана с актуальными проблемами сбора, анализа, интерпретации и прикладного использования данных в контексте широкого спектра социально значимых направлений науки и практики. Сборник адресован преподавателям и студентам высших учебных заведений, всем интересующимся вопросами реализации алгоритмов Big Data и цифрового общества.

Заказать издание     

21. Протодьяконов, Андрей Владимирович. Алгоритмы Data Science и их практическая реализация на Python : Учебное пособие / А. В. Протодьяконов, П. А. Пылов, В. Е. Садовников. - Вологда : Инфра-Инженерия, 2022. - 392 с. - ISBN 978-5-9729-1006-9 : Б. ц.

Рассмотрен полный каскад разработки моделей искусственного интеллекта. Проанализирована область Data Science из которой выделены все необходимые для прикладной сферы алгоритмы машинного обучения расположенные по уровню возрастания сложности работы с ними.

Для студентов изучающих информационные технологии. Может быть полезно как начинающим программистам так и специалистам высокого уровня.

Электронная библиотечная система ZNANIUM     

22. Расулов, Мирзо Макудович. Структурирование больших данных (big data) для обучения нейросети CNN-ELM в задачах программирования систем распознавания / М. М. Расулов. - DOI 10.37882/2223-2966.2022.06.31. - Текст : непосредственный // Современная наука: актуальные проблемы теории и практики. Естественные и технические науки : научно-практический журнал. - 2022. - N 6. - С. 137-140. - Библиогр. в конце ст.. - ISSN 2223-2966.

Аннотация:

На основе теории масштабируемости машинного обучения в рамках данного исследования предложена концепция обучения нейросети в задачах программирования систем распознавания. Масштабный подход имеет некоторые ограничения. В данном исследовании, для решения задач программирования систем распознавания, предложен подход для интеграции в сверточную сеть CNN асинхронных компонентов ELM, основанный на платформе параллельных вычислений MapReduce в качестве модуля классификатора. Такой подход может сэкономить больше времени на обучение, чем одиночные модели CNN-ELM. Этот подход может улучшить эффективность масштабируемости в системах машинного обучения, объединив подходы свертки и масштабирования.

Заказать издание     

23. Сибел, Томас (американский бизнесмен ; 1952- ). Цифровая трансформация : как выжить и преуспеть в новую эпоху / Томас Сибел ; перевод с английского Юлии Гиматовой. - . - 3-е изд. - Москва : Манн, Иванов и Фербер, 2021. - 253 с. : ил. - Библиогр. в примеч.: с. 235-253. - Пер. изд.: Digital transformation. Survive and thrive in an era of mass extinction / Thomas M. Siebel. - 2019. - 1021 экз. - ISBN 978-5-00169-716-9 : 260 р. - Текст (визуальный) : непосредственный.

Мир стремительно меняется. Эпоха технологических открытий представляет угрозу для отраслей, компаний и человечества, но вместе с тем становится и огромной возможностью. Томас Сибел, крупнейший специалист в области информационных технологий, на практических примерах погружает нас в атмосферу цифровой трансформации: слияния облачных вычислений, IoT, big data и искусственного интеллекта. Книга будет интересна всем руководителям, чьим компаниям предстоит пройти процесс трансформации, а также тем, кто хочет глубже понимать происходящее в области технологий и его значение как для бизнеса, так и для планеты в целом.

Заказать издание     

24. Тушканова, О. Н. Семантические структуры и причинные модели больших данных для принятия решений с приложением к рекомендательным системам : автореф. дис. ... канд. техн. наук : 05.13.01 / О. Н. Тушканова. - СПб. : [б. и.], 2016. - 20 с. : ил. - Библиогр.: с. 19-20 (9 назв.). - 100 экз. - . - Текст : непосредственный.

Заказать издание     

25. Формализация информации и big data : учебное пособие / В. П. Часовских, М. П. Воронов, В. Г. Лабунец [и др.] ; Министерство науки и высшего образования Российской Федерации, Уральский государственный экономический университет. - Екатеринбург : Изд-во Уральского гос. экономического ун-та, 2021. - 218 с. : ил. - Авт. указ. на обороте тит. л. - Библиогр.: с. 212-215 и в подстроч. примеч. - 81 экз. - ISBN 978-5-9656-0312-1 : 200 р. - Текст (визуальный) : непосредственный.

Цель учебного пособия - формирование системы теоретических и практических знаний о современных информационных технологиях хранения и обработки больших данных (big data). Пособие включает общетеоретические аспекты формализации и использования различных моделей данных (от традиционных до новейших нереляционных систем), основных методов обработки больших наборов данных и функциональных возможностей СУБД Adabas для анализа больших наборов данных. Структура и содержание пособия полностью соответствуют требованиям федеральных государственных образовательных стандартов высшего образования (ФГОС ВО) и учебной программе дисциплины "Формализация информации и big data".

Заказать издание     

26. Целых, Александр Николаевич. Извлечение знаний методами машинного обучения : Учебное пособие по курсам «Модели и методы инженерии знаний», «Методы машинного обучения»: Учебное пособие / А. Н. Целых, Э. М. Котов. - Ростов-на-Дону : Издательство Южного федерального университета (ЮФУ), 2022. - 105 с. - ISBN 978-5-9275-4215-4 : Б. ц.

Пособие посвящено рассмотрению теоретических подходов к извлечению информации из текстов рассмотрению и систематизации прогностических методов и моделей в маркетинге и интернет-рекламе на основе выборки

больших данных. В данном пособии рассмотрено применение машинного обучения при построении рекомендательных систем. Пособие предназначено для студентов высших учебных заведений обучающихся по направлениям 10.03.01 "Информационная безопасность" (направленность программы: "Информационно-аналитичекие системы безопасности") по курсу "Модели и методы инженерии знаний" и 09.04.03 "Прикладная информатика" (направленность программы: "Машинное обучение и технологии больших данных") по курсу "Методы машинного обучения".

Электронная библиотечная система ZNANIUM     

27. Чаруйская, Марианна Александровна. Data Science : учебное пособие / М. А. Чаруйская, И. А. Ковалев, Р. А. Нежметдинов. - Москва : ИП Мельник Д. М., 2023. - 96 с. : ил. - Библиогр.: с. 96 (10 назв.). - 30 экз. - ISBN 978-5-6049958-5-3 : 180 р. - Текст (визуальный) : непосредственный.

В учебном пособии изложены методические и практические основы машинного обучения. Подробно рассмотрены вопросы разработки нейронных сетей. Особое внимание уделено разработке нейронных сетей компьютерного зрения. Учебное пособие может использоваться студентами специальностей по направлениям "Информатика вычислительная техника", "Информационные системы и технологии" и "Программная инженерия". Кроме того, учебное пособие может быть полезно обучающимся направлений "Экономика" и "Менеджмент" при обучении бизнес-аналитике.

Заказать издание     

28. Ын, А. Теоретический минимум по Big Data : всё что нужно знать о больших данных / А. Ын, К. Су. - СПб. : Питер, 2019. - 208 с. - ISBN 978-5-4461-1040-7 : Б. ц.

Cегодня Big Data — это большой бизнес. Нашей жизнью управляет информация, и извлечение выгоды из нее становится центральным моментом в работе современных организаций. Не важно кто вы - деловой человек, работающий с аналитикой, начинающий программист или разработчик, - "Теоретический минимум по Big Data" позволит разобраться в основах новой и стремительно развивающейся отрасли обработки больших данных. Хотите узнать о больших данных и механизмах работы с ними? Каждому алгоритму посвящена отдельная глава, в которой не только объясняются основные принципы работы, но и даются примеры использования в реальных задачах. Большое количество иллюстраций и простые комментарии позволят легко разобраться в самых сложных аспектах Big Data. "Отличная визуализация концепций машинного обучения позволяет «нетехнарям» интуитивно понять сложные абстрактные понятия. Это лаконичная и точная выжимка содержит теоретический минимум информации, необходимый для первого знакомства с Big Data." Этан Чен, автор курса CS 102: Big Data, Стэнфордский университет .

http://ibooks.ru/product.php?productid=359225     

29. Агафонов, Антон Александрович. Основы технологий баз данных : учебное пособие / А. А. Агафонов, А. М. Белов ; Министерство науки и высшего образования Российской Федерации, Самарский национальный исследовательский университет имени С. П. Королева. - Самара : Изд-во Самарского ун-та, 2023. - 302 с. : ил. - Библиогр.: с. 300-302 (22 назв.). - 27 экз. - ISBN 978-5-7883-1915-5 : 200 р. - Текст (визуальный) : непосредственный.

Учебное пособие посвящено технологиям проектирования, разработки и внедрения баз данных. В пособии рассматриваются основные понятия реляционных баз данных и реляционной алгебры, вопросы проектирования баз данных. Несколько разделов посвящены языку запросов SQL и его использованию для получения и модификации данных, определению объектов баз данных, таких как таблицы, индексы или представления, а также вопросам использования процедурных расширений языка SQL. Кроме того, рассмотрены NoSQL-решения, предназначенные для хранения денормализованных данных, что может быть более эффективным в распределенной среде, а также принципы и программные инструменты обработки больших данных. Предназначено для студентов института информатики и кибернетики, обучающихся по специальности 10.05.03 "Информационная безопасность автоматизированных систем".

Заказать издание     

30. Безнадежных, Н. В. Современные методы анализа больших объемов измерительных данных / Н. В. Безнадежных, А. В. Левенец. - Текст (визуальный) : непосредственный // Информационные технологии XXI века : сборник научных трудов / Министерство науки и высшего образования Российской Федерации, Тихоокеанский государственный университет. - Хабаровск : Изд-во ТОГУ, 2021. - С. 57-61. - Библиогр. в конце ст.. - ISBN 978-5-7389-3295-3.

Аннотация:

Статья посвящена проблеме обработки больших объемов данных, которая в современное время становится все более актуальной. Рассмотрены основные принципы, положенные в основу современных методов анализа больших данных, а также приведен краткий анализ современных наиболее распространенных методов анализа больших объемов данных с целью определения возможности и эффективности их применения к задаче выявления неявных взаимосвязей в измерительных данных, поступающих от информационно-измерительных систем сложных технических объектов.

Заказать издание     

31. Белова, Мария Сергеевна. Искусственный интеллект при анализе больших данных / М. С. Белова. - Текст : непосредственный // Российский экономический университет имени Г. В. Плеханова. Вестник Российского экономического университета имени Г. В. Плеханова. Вступление. Путь в науку : научный журнал. - 2021. - Т. 11, N 4. - С. 136-141. - Библиогр. в конце ст.. - ISSN 2226-6860.

Аннотация:

В статье рассматривается вопрос роботизации и использования искусственного интеллекта и интеллектуальных систем применительно к анализу больших данных. Автор акцентирует внимание на том, что большие данные являются неотъемлемой частью современного общества, поэтому в рамках постоянных динамичных изменений их структуры необходим именно интеллектуальный многокритериальный анализ.

Заказать издание     

32. Болье, Алан (1956- ). Изучаем SQL : генерация, выборка и обработка данных / Алан Болье ; перевод с английского и редакция И. В. Красикова. - . - 3-е изд. - Москва ; Санкт-Петербург : Диалектика, 2021. - 400 с. : ил. - Предм. указ.: с. 397-400. - Пер. изд.: Learning SQL : generate, manipulate, and retrieve data / Alan Beaulieu. - 3th ed. - Beijing [et al.], 2020. - 500 экз. - ISBN 978-5-907365-54-4 : 260 р. - Текст (визуальный) : непосредственный.

Как только ваша компания сталкивается с большими потоками данных, их необходимо сразу же заставить работать на пользу компании (и всего человечества), и лучший инструмент для этого - язык SQL. В третьем издании данного руководства его автор, Алан Болье, помогает разработчикам освоить основы SQL для написания приложений, работающих с базами данных, выполнения административных задач и создания отчетов. В этом издании вы найдете новые главы, посвященные аналитическим функциям, стратегиям работы с большими базами данных и связям SQL с большими данными.

Заказать издание     

33. Григорьев, Анатолий Алексеевич. Передача, хранение и обработка больших объемов научных данных : Учебное пособие / А. А. Григорьев, Е. А. Исаев, П. А. Тарасов. - . - 1. - Москва : ООО "Научно-издательский центр ИНФРА-М", 2024. - 207 с. - (Высшее образование (Финансовый университет)). - ISBN 978-5-16-018850-8. - ISBN 978-5-16-108415-1 (электр. издание) : Б. ц.

В учебном пособии рассматриваются крупные научные проекты и объемы генерируемых ими данных дается обзор научных компьютерных сетей позволяющих производить высокоскоростную передачу больших объемов данных для этих проектов. Рассматриваются вычислительные системы предлагаемые ведущими производителями компьютерной техники для обработки больших объемов данных и предоставляющие как возможности хранения больших объемов данных в том числе распределенных так и средства аналитики и параллельной обработки данных в реальном масштабе времени. Особое внимание уделено безопасности передаваемой научной информации. Соответствует требованиям федеральных государственных образовательных стандартов высшего образования последнего поколения. Для студентов бакалавриата магистратуры специалитета обучающихся по направлениям подготовки и специальностям «Прикладная математика и информатика» «Бизнес-информатика» и «Информатика и вычислительная техника».

Электронная библиотечная система ZNANIUM     

34. Забежайло, Михаил Иванович. Системы управления: интеллектуализация как ответ на вызовы эпохи Big Data / М. И. Забежайло. - DOI 10.36535/0548-0027-2023-03-1. - Текст : непосредственный // Научно-техническая информация. Серия 2, Информационные процессы и системы : ежемесячный научно-технический сборник. - 2023. - N 3. - С. 1-10. - Библиогр. в конце ст.. - ISSN 0548-0027.

Аннотация:

Анализируется проблема обработки в системах управления огромных объемов данных в жестко ограниченное время. Одной из стратегий решения этой проблемы стало использование технологий искусственного интеллекта (ИИ). Перечень уже работающих в системах управления математических моделей пополнили развиваемые в рамках ИИ решения, базирующиеся на компьютерноориентированных формализациях стратегий решения задач этого типа, применяемых человеком-экспертом, так называемые интерполяционно-экстраполяционные (ЭИ) модели. Обсуждаются некоторые значимые особенности решений ЭИ-типа, в частности, возможность строить результативные заключения в открытых мирах Big Data (где поведение объекта управления характеризуется не единственным состоянием НОРМА), необходимость выделять в множестве допустимых решений устойчивые (наследуемые) при пополнении текущих эмпирических данных о поведении объекта управления новой информацией, а также выявлять в текущих данных эмпирические зависимости причинноследственного типа, позволяющие неформально интерпретировать и объяснять лицам, принимающим решения (ЛПР), предлагаемые системой управления альтернативы (рекомендации).

Заказать издание     

35. Иманзаде, Ф. Р. Анализ генерации большого потока данных для симуляции в интернет вещей (IOT) / Ф. Р. Иманзаде. - Текст : непосредственный // Санкт-Петербургский конгресс молодых ученых (12 ; 2023). XII Конгресс молодых ученых : сборник научных трудов / Министерство науки и высшего образования Российской Федерации, Национальный исследовательский университет ИТМО. - Санкт-Петербург : Ун-т ИТМО, 2023. - Т. 1. - С. 313-315. - Библиогр. в конце ст.. - ISBN 978-5-7577-0700-6.

Аннотация:

Генерация большого потока данных является важным компонентом симуляции устройств, и требует эффективного подхода для создания и обработки данных, чтобы обеспечить точность и реалистичность симуляции. В данной работе обозревается анализ генерации большого потока данных для симуляции. Описываются разные методы и подходы симулирование данных.

Заказать издание     

36. Интеллектуальные информационные системы: теория и практика : сборник научных статей по материалам IV Всероссийской с международным участием конференции, 21-23 ноября 2023 года / Курский государственный университет, Факультет физики, математики, информатики, Кафедра программного обеспечения и администрирования информационных систем ; редакционная коллегия: А. А. Халин (отв. ред.) [и др.]. - Курск : Курский гос. ун-т, 2023. - 232 с. : ил. - Библиогр. в конце ст. - Алф. указ.: с. 231-232. - 100 экз. - ISBN 978-5-907407-78-7 : 400 р. - Текст (визуальный) : непосредственный.

В сборнике публикуются научные статьи по материалам IV Всероссийской с международным участием научно-технической конференции "Интеллектуальные информационные системы: теория и практика". Издание адресовано студентам, аспирантам, преподавателям вузов, кандидатам и докторам наук, практикующим специалистам, всем, кто проявляет интерес к проектированию и разработке интеллектуальных информационных систем, их практическим приложениям, а также методам и алгоритмам интеллектуального анализа и обработки.

Заказать издание     

37. Информационные системы и цифровые технологии : учебное пособие : в двух частях / Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский государственный экономический университет, Кафедра информатики. - Санкт-Петербург : Изд-во Санкт-Петербургского гос. экономического ун-та, 20 - . - Текст : непосредственный.
Ч. 2 / М. И. Барабанова, О. П. Ильина, В. И. Кияев [и др.] ; под общей редакцией В. В. Трофимова и В. И. Кияева. - 2020. - 269, [1] с. : ил. - Библиогр.: с. 270 (10 назв.). - 100 экз. - ISBN 978-5-7310-5013-5 : 200 р.

Аннотация:

Рассмотрены актуальные вопросы формирования информационных систем и компьютерно-сетевых цифровых технологий. Большое внимание уделено принципам и методам построения и использования современных информационно-коммуникационных технологий в целях цифровизации управленческих, производственных и социальных процессов и формирования цифровой экономики. Отдельные главы рассматривают технологии искусственного интеллекта - системы поддержки принятия решений, интеллектуальные и экспертные системы, большие данные, цифровые технологии аналитики больших данных, передовые технологии XXI века (IoT, IoE, Cloud Computing, Artificial Intellegence, Machine Learning), адаптивные системы на базе встроенных устройств и мультиагентных технологий.

Заказать издание     

38. Кадырова, Наталья Олеговна. Статистический анализ больших данных: подход на основе машин опорных векторов = Statistical analysis of big data: an approach based on support vector machines : учебное пособие / Н. О. Кадырова, Л. В. Павлова ; Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский политехнический университет Петра Великого (Политех), Физико-механический институт, Высшая школа прикладной математики и вычислительной физики. - Санкт-Петербург : ПОЛИТЕХ-ПРЕСС, 2022. - 58, [1] с. : ил. - Парал. тит. л. англ. - Библиогр. в конце кн. (43 назв.). - 50 экз. - ISBN 978-5-7422-7813-9. - DOI 10.18720/SPBPU/2/id22-81 : 100 р. - Текст (визуальный) : непосредственный.

Соответствует содержанию федеральной дисциплины "Машины опорных векторов" государственного образовательного стандарта по направлению подготовки бакалавров 01.03.02 "Прикладная математика и информатика", специальность 01.03.02 02 "Системное программирование". Рассмотрены основные принципы и идеи современного подхода к решению задачи восстановления зависимостей по эмпирическим данным. Приведены основные базовые идеи реализации SVM-методов. Сделан обзор наиболее эффективных алгоритмов построения машин опорных векторов для задач бинарной классификации, кластеризации и восстановления регрессии. Предназначено для студентов, обучающихся по бакалаврским и магистерским программам, а также для аспирантов, изучающих методы и алгоритмы машинного обучения.

Заказать издание     

39. Мыльников, Л. А. Статистические методы интеллектуального анализа данных : / Л. А. Мыльников. - СПб. : БХВ-Петербург, 2021. - 240 с. - ISBN 978-5-9775-6733-6 : Б. ц.

Рассмотрены основные методы статистической обработки данных и машинного обучения и их реализация на языке R. Изложены принципы разработки информационных систем и моделей, основанных на данных. Приведены примеры использования методов машинного обучения при решении прикладных задач. Рассмотрены подготовка данных, работа с временными рядами, методы классификации и кластеризации, способы обучения (с учителем, без учителя, с подкреплением), классические методы интеллектуального анализа данных, способы проверки адекватности получаемых моделей, их сравнения и выбора. В конце разделов приведены вопросы для самоконтроля и задания. Материал соответствует курсам «Статистические методы интеллектуального анализа данных» и «Интеллектуальные системы» при подготовке магистрантов по направлению «Автоматизация технологических процессов и производств». Исходные данные и коды всех примеров на языке R могут быть скачаны с сайта издательства. <br>Для инженеров, исследователей, студентов технических специальностей, преподавателей и аспирантов

http://ibooks.ru/product.php?productid=385774     

40. Орлов, Юрий Николаевич. Об оценке точности обработки больших потоков экспериментальных данных / Ю. Н. Орлов, В. О. Соловьев. - Москва : ИПМ им. М. В. Келдыша РАН, 2022. - 24 с. - (Препринт / Институт прикладной математики имени М. В. Келдыша Российской академии наук (Москва), ISSN 2071-2898 ; 83 за 2022 г.). - Библиогр.: с. 23-24 (7 назв.). - 59 экз. - . - DOI 10.20948/prepr-2022-83 : 20 р. - Текст (визуальный) : непосредственный.

Исследуются вычислительные аспекты обработки большого объема экспериментальных данных, связанные с нестационарностью процесса, неточностью измерения, неточностью классифицирующих алгоритмов. Рассматриваются также ограничения применения байесовского подхода к задаче распознавания образов, когда максимум вероятности соответствия текущего состояния одному из базисных эталонов определяется путем разложения изучаемого фрагмента по известному базису.

Заказать издание     

41. Основы технологий Big Data : учебное пособие / Министерство науки и высшего образования РФ, Воронежский государственный университет ; составитель В. В. Ухлова. - Воронеж : Издательский дом ВГУ, 2020. - 80 с. : ил. - Библиогр.: с. 72. - 50 экз. - ISBN 978-5-9273-3102-4 : 100 р. - Текст (визуальный) : непосредственный.

Учебно-методическое пособие подготовлено на кафедре математических методов исследования операций факультета ПММ Воронежского государственного университета. В нем рассмотрены основные вопросы применения программного обеспечения для хранения и обработки больших данных, представлен лабораторный практикум и вопросы для самоконтроля. Для студентов, обучающихся по направлению бакалавриата 01.03.02 Прикладная математика и информатика, программам магистратуры 38.04.05 Бизнес-информатика и 01.04.02 Прикладная математика и информатика.

Заказать издание     

42. Параскевов, Александр Владимирович. Большие данные : Учебное пособие / А. В. Параскевов, А. Э. Сергеев. - Вологда : Инфра-Инженерия, 2024. - 148 с. - ISBN 978-5-9729-2120-1 : Б. ц.

Рассмотрены ключевые характеристики и технические особенности группировки данных наглядно проиллюстрированы процессы систематизации изложены виды анализа методы и способы практического применения в разных сферах деятельности. Для обучающихся по направлениям подготовки 09.03.01 «Информатика и вычислительная техника» 09.03.02 «Информационные системы и технологии» 09.03.03 «Прикладная информатика» 09.02.03 «Программирование в компьютерных системах» 09.03.04 «Программная инженерия» 38.03.05 «Бизнес-информатика».

Электронная библиотечная система ZNANIUM     

43. Полищук, Ольга Александровна. Машинное обучение как современный подход к анализу данных / О. А. Полищук, А. Д. Мартыничева, П. Д. Егоров. - DOI 10.21869/2223-1552-2022-12-2-64-73. - Текст : непосредственный // Юго-Западный государственный университет. Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент = Proceedings of the Southwest State University. Economics, Sociology and Management : научный рецензируемый журнал. - 2022. - Т. 12, N 2. - С. 64-73. - Библиогр. в конце ст.. - ISSN 2223-1552.

Аннотация:

Актуальность. С учетом повсеместной цифровизации и автоматизации производственных процессов информационные технологии в современном обществе приобретают все большее значение. Методы и способы, применяемые ранее, становятся непригодными в нынешних условиях развития экономики. На этом фоне особую значимость приобретает машинное обучение, призванное быстрее и результативнее человека анализировать информацию. Машинное обучение - это развивающаяся область вычислительных алгоритмов, предназначенная для имитации человеческого интеллекта и выявления закономерностей в данных. На сегодняшний день это одна из самых быстрорастущих технических областей, лежащая на стыке информатики, статистики и бизнеса. Машинное обучение уже эффективно применяется для решения различных аналитических и оптимизационных задач. Цель статьи заключается в изучении машинного обучения с теоретической точки зрения и оценке эффекта от его применения. Задачи: изучить феномен "Big Data" как толчок к использованию машинного обучения; рассмотреть историю зарождения машинного обучения; дать трактовку данного понятия; описать основные принципы работы машинного обучения; оценить интерес к данной сфере; изучить конкретные кейсы успешного внедрения машинного обучения. Методология. В ходе научного исследования использовались эмпирические, теоретические, статистические методы и методы графического представления. Результаты. Были исследованы теоретические аспекты машинного обучения, изучены показатели популярности данной темы как в научной сфере, так и в бизнесе. Показаны примеры положительного эффекта от применения машинного обучения. Выводы. В работе подчеркивается важность рассматриваемой темы с учетом последних тенденций, обосновывается выгода использования современных способов анализа.

Заказать издание     

44. Полтавцева, Мария Анатольевна. Высокопроизводительные системы обнаружения вторжений : учебное пособие / М. А. Полтавцева, Д. С. Лаврова ; Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский политехнический университет Петра Великого. - Санкт-Петербург : ПОЛИТЕХ-ПРЕСС, 2020. - 185 с. : ил. - Библиогр.: с. 179-185 (60 назв.). - 120 экз. - ISBN 978-5-7422-7084-3 : 150 р. - Текст (визуальный) : непосредственный.

В учебном пособии рассмотрено построение высокопроизводительных систем обнаружения вторжений в компьютерных сетях и киберфизических системах. Изложены принципы обработки больших данных, архитектура систем высокой нагрузки, методы предобработки информации для обнаружения вторжений. Приведены сигнатурные и поведенческие методы обнаружения вторжений, подходы на основе технологий искусственного интеллекта. Пособие предназначено для преподавателей и студентов, специализирующихся в области информационной безопасности, а также широкому кругу специалистов, интересующихся вопросами обнаружения вторжений в системах с большим объемом циркулирующих данных. Допущено СЗРО УМО в области информационной безопасности в качестве учебного пособия для студентов, обучающихся по направлению "Информационная безопасность".

Заказать издание     

45. Смагличенко, А. В. Численные методы и алгоритмы для обработки больших данных и выбора стабильных информационных сегментов : автореф. дис. ... канд. техн. наук : 05.13.18 / А. В. Смагличенко. - Москва : [б. и.], 2018. - 25 с. : ил. - Библиогр.: с. 23-25 (28 назв.). - 100 экз. - . - Текст : непосредственный.

Заказать издание     

46. Смирнов, Дмитрий Владимирович. Методы поиска признаков инсайдера в Big Data : 05.13.19 - Методы и системы защиты информации, информационная безопасность : автореферат диссертации на соискание ученой степени кандидата технических наук / Смирнов Дмитрий Владимирович ; Федеральный исследовательский центр "Информатика и управление" Российской академии наук. - Москва : [б. и.], 2021. - [17] с. - Библиогр.: с. 17 (9 назв.). - 100 экз. - . - Текст : непосредственный.

Заказать издание     

47. Тесленко, И. Б. Анализ больших данных : Учебное пособие / И. Б. Тесленко, В. Е. Крылов, А. М. Губернаторов, О. Б. Дигилина, Д. В. Виноградов. - Москва : КноРус, 2025. - 295 с. - URL: https://book.ru/book/955989 (дата обращения: 15.10.2024) . - Режим доступа: Электронно-библиотечная система Book.ru, требуется авторизация. - Internet access. - ISBN 978-5-406-14006-2 : Б. ц.

Призвано сформировать у студентов систему знаний в области информации: об особенностях ее хранения и обработки; о сущности понятия Big Data и его значениях; о принципах и подходах к управлению Big Data; о современных технологиях хранения данных и инструментариях для их анализа. Соответствует ФГОС ВО последнего поколения. Для студентов бакалавриата, обучающихся по направлениям «Бизнес-информатика» и «Экономика».

Смотреть полный текст     

48. Технологии Big Data : учебное пособие по курсу "Технологии обработки больших данных" для студентов, обучающихся по направлению 09.04.01 "Информатика и вычислительная техника" / С. В. Борисова, А. Н. Зейн, М. А. Дурова [и др.] ; Министерство науки и высшего образования Российской Федерации, Национальный исследовательский университет "МЭИ". - Москва : Изд-во МЭИ, 2021. - 46 с. : ил. - Авт. указ. на обороте тит. л. - Библиогр.: с. 46 (6 назв.). - 100 экз. - ISBN 978-5-7046-2533-9 : 200 р. - Текст (визуальный) : непосредственный.

Учебное пособие предназначено для изучения курса "Технологии обработки больших данных" и помогает освоить терминологию и методы их обработки. Основное назначение учебного пособия - обеспечить целенаправленную подготовку к лекционным занятиям, помочь студентам в усвоении основных теоретических положений курса. Приведены иллюстрированные примеры организации хранения данных, а также справка по основам администрирования баз данных в СУБД MongoDB.

Заказать издание     

49. Утусиков, Сергей Владимирович. Ввод и обработка цифровой информации : учебник / С. В. Утусиков. - Москва : Академия, 2023. - 268, [1] с. : ил. - (Профессиональное образование. Профессиональный модуль). - Библиогр.: с. 263-265. - 1500 экз. - ISBN 978-5-0054-0428-2 : 260 р. - Текст (визуальный) : непосредственный.

В учебнике приведены основные возможности и правила подключения периферийных устройств к компьютеру для управления процессом ввода и обработки различной информации. Представлены теоретические аспекты способов кодирования вводимой информации для понимания методов дальнейшей компьютерной обработки. Рассмотрено множество программных средств, которые наиболее часто применяются при обработке текстовой, графической, звуковой и видеоинформации. Показаны основные функциональные возможности программ, их значение в практике обработки сложных мультимедийных решений. Издание затрагивает вопросы применения средств Интернета для хранения и обработки данных, включая современные облачные технологии. Отдельно представлены вопросы организации работы подразделений данного вида деятельности с учетом требований охраны труда и санитарии.

Заказать издание     

50. Черников, А. В. Решение задач анализа больших данных с помощью параллельных эволюционных алгоритмов и интеллекта Роя / А. В. Черников, Ю. Н. Иванов. - Текст (визуальный) : непосредственный // Машиностроение: традиции и инновации (МТИ - 2021) : материалы XIV всероссийской конференции с международным участием, 25 октября-20 ноября 2021 года / Министерство образования и науки Российской Федерации, Московский государственный технологический университет "СТАНКИН" [и др.]. - Москва : МГТУ "СТАНКИН", 2021. - С.. 346-352. - Библиогр. в конце ст.. - ISBN 978-5-7028-0681-5.

Аннотация:

В статье описаны проблемы задач анализа больших данных, рассматривается связь между анализом больших данных и интеллектом роя/эволюционными алгоритмами. Также было проанализировано применение интеллекта роя/эволюционного алгоритма в оптимизации и анализе больших данных.

Заказать издание     

51. Big Data vs Big Systems / В. В. Витковский, В. Л. Горохов, А. С. Марухно [и др.]. - DOI 10.18522/syssyn-2021-16. - Текст (визуальный) : непосредственный // X Всероссийская научная конференция "Системный синтез и прикладная синергетика", 28 сентября-02 октября 2021 г., пос. Нижний Архыз : сборник научных работ / Министерство науки и высшего образования Российской Федерации, Южный федеральный университет [и др.]. - Ростов-на-Дону ; Таганрог : Изд-во Южного федерального ун-та, 2021. - С.. 99-103. - Библиогр. в конце ст.. - ISBN 978-5-9275-3879-9.

Аннотация:

В предлагаемой работе обсуждается проблема изучения сложных иерархических систем (Big Systems) методами и технологиями адекватными порождаемыми этими системами большими объемами данных (Big Data). В настоящее время проблема создания технологий усвоения Big Data, включая сбор, обработку, анализ, хранение и обеспечение доступа к ним и к адекватным средствам их обработки, является центральной во всех областях экспериментальной науки. Задача совместной обработки и анализа разнородных многомерных данных, равно как данных с ошибками, пропусками и искажениями, является особенно актуальной. В работе представлены проведенные исследования и развитие технологии когнитивной визуализации для анализа больших объемов гетерогенных экспериментальных данных.

Заказать издание     

52. Булатова, Ольга Юрьевна. Транспорт в современном обществе : учебное пособие / О. Ю. Булатова ; Министерство науки и высшего образования Российской Федерации, Донской государственный технический университет (ДГТУ). - Ростов-на-Дону : ДГТУ, 2022. - 74 с. : ил. - Библиогр.: с. 72 (12 назв.). - 100 экз. - ISBN 978-5-7890-2063-0 : 100 р. - Текст (визуальный) : непосредственный.

Рассмотрен комплекс вопросов, связанных с формированием общего представления о функционировании транспортной системы и направлениях ее развития в настоящее время. Основное внимание уделяется таким современным технологиям в области транспорта, как автоматизированные системы управления дорожным движением, интеллектуальные транспортные системы, автономные транспортные средства, использование больших данных в транспортной инфраструктуре. Предназначено для бакалавров и магистрантов, обучающихся по направлению подготовки "Технология транспортных процессов".

Заказать издание     

53. Влияние интернета вещей на банковские услуги и маркетинговые коммуникации кредитной организации / С. В. Губарьков, В. Г. Белкин, Е. Б. Гаффорова, В. В. Соколенко. - DOI 10.17513/vaael.2299. - Текст : непосредственный // Вестник Алтайской академии экономики и права : научный журнал. - 2022. - N 7. - С. 52-60. - Библиогр. в конце ст.. - ISSN 1818-4057.

Аннотация:

В статье выполнен анализ особенностей влияния интернета вещей на формирование банковских услуг и маркетинговые коммуникации кредитной организации. Выделены четыре важных технологических решения, направленных на цифровизацию банковского бизнеса: облачные вычисления, большие данные, искусственный интеллект и интернет вещей. Обосновано, что мобильный банкинг является самым популярным видом дистанционного банковского обслуживания, осуществляемого с помощью интернета вещей. Описаны восемь основных рисков, которые необходимо учитывать для успешного запуска новых банковских продуктов, основанных на использовании потенциала интернета вещей. Сформулированы три основные задачи по совершенствованию маркетинговых коммуникаций СберБанка.

Заказать издание     

54. Гусейнов, Мурад Исаевич. Искусственный интеллект и большие данные в скоринговых моделях / Гусейнов Мурад Исаевич ; научный руководитель: Созаева Танзиля Хакимовна. - Текст (визуальный) : непосредственный // Ценовой и кредитно-финансовый механизм стимулирования экономического развития России в современных условиях (мировой опыт и отечественная практика : материалы всероссийской научно-практической конференции, [3-5 июня 2022 г., Карачаевск] / Министерство науки и высшего образования Российской Федерации, Карачаево-Черкесский государственный университет имени У. Д. Алиева. - Карачаевск : КЧГУ, 2022. - С.. 121-128. - Библиогр. в конце ст.. - ISBN 978-5-8307-0677-3.

Аннотация:

В статье рассматривается проблема регулирования использования искусственного интеллекта и больших данных в финансовом секторе. Выявлены возможности и риски при использовании искусственного интеллекта в кредитном скоринге. Предложены мероприятия по регулированию использования искусственного интеллекта в кредитном скоринге.

Заказать издание     

55. Зубарева, Елена Вячеславовна. Применение искусственного интеллекта и обработка больших данных в ВУЗах / Е. В. Зубарева. - Текст : непосредственный // Шаг в будущее: искусственный интеллект и цифровая экономика. Технологическое лидерство: взгляд за горизонт : материалы IV Международного научного форума / Министерство науки и высшего образования Российской Федерации, Государственный университет управления ; под общей редакцией П. В. Терелянского. - Москва : Гос. ун-т упр., 2021. - Вып. 2. - С. 174-179. - Библиогр. в конце ст.. - ISBN 978-5-215-03423-1.

Аннотация:

Дается обзорная информация о применении искусственного интеллекта в вузах разных стран. Затрагивается вопрос о принятых законодательных актах по использованию персональных данных для обработки их искусственным интеллектом. Раскрываются преимущества применения чат-ботов для решения рутинных задач и ответов на часто задаваемые вопросы в вузах разных стран. Затрагивается тема повышения успеваемости студентов при использовании ИИ.

Заказать издание     

56. Качанов, Юрий Александрович. Распределенный алгоритм извлечения текстовой информации из новостных сайтов с использованием технологий больших данных / Ю. А. Качанов, П. Д. Кравченя, М. А. Кузнецов, А. С. Кузнецова, В. В. Гилка. - DOI 10.21869/2223-1536-2021-11-4-8-25. - Текст : непосредственный // Юго-Западный государственный университет. Известия Юго-Западного государственного университета = Proceedings of the SOUTH-WEST STATE UNIVERSITY. Management, computer facilities, Computer science. Medical instrument making : научный рецензируемый журнал. - 2021. - Т. 11, N 4. - С. 8-25. - Библиогр. в конце ст.. - ISSN 2223-1536.

Аннотация:

Целью данной работы является разработка алгоритма и программной системы, позволяющей выполнять в распределенном режиме извлечение информации из новостных сайтов с использованием технологий больших данных. Извлечение ключевых концепций содержания новостных сайтов помогает алгоритмам искусственного интеллекта исследовать экономические, политические и социальные явления в различных контекстах. Эта задача близка к проблеме реферирования текста, которая активно изучается в современных исследованиях. Но значительно меньше работ затрагивают алгоритмы больших данных для реферирования текста. Предложен новый алгоритм для эффективного извлечения текстовых значений из большого количества новостных сайтов, основанный на платформе больших данных Apache Spark. Смысл новостей анализируется с помощью Google BERT - современной архитектуры нейронной сети для обработки естественного языка. Различные группы новостей отделяются друг от друга с помощью алгоритма кластеризации k-средних. Количество кластеров определяется автоматически с использованием метода статистики разрыва. Содержимое сайтов извлекается с помощью браузеров Chrome, управляемых Selenium WebDriver в распределенном режиме. В статье приведены подробные алгоритмы реализованной программной системы, такие как математическая модель, архитектура программной распределенной системы. Оценка представленного алгоритма с помощью метрики ROUGE демонстрирует удовлетворительное качество резюмирования новостных текстов.

Заказать издание     

57. Лазарева, Оксана Сергеевна. Развитие информационного обеспечения управления и рационального использования земель в регионе : монография / О. С. Лазарева, А. А. Артемьев, О. Е. Лазарев ; Минобрнауки России, Тверской государственный технический университет (ТвГТУ). - Тверь : Тверской гос. технический ун-т, 2022. - 164 с. : ил. - Библиогр.: с. 156-163 (68 назв.). - 100 экз. - ISBN 978-5-7995-1202-6 : 200 р. - Текст (визуальный) : непосредственный.

Выявлены особенности и тенденции развития регионального управления земельными ресурсами и информационного обеспечения рационального использования земель. Предложен новый концептуальный подход к решению вопросов совершенствования информационного обеспечения организационно-экономического механизма рационального использования земель на основе применения современных цифровых технологий. Основными составляющими такого подхода являются формирование единого государственного информационного ресурса земельной информации, в основе которого лежит структурированная база данных земельной информации, систематизированной по определенному составу; разработка методологических основ функционирования регионального информационного ресурса сведений и данных о земельных ресурсах.

Заказать издание     

58. Лапин, Андрей Викторович. Платформа прикладного анализа эффективности клиентов ВИНК как среда искусственного интеллекта / А. В. Лапин. - DOI 10.33051/0130-3848-2021-3-80-86. - Текст : непосредственный // Риск: Ресурсы. Информация. Снабжение. Конкуренция. : Аналитический журнал. - 2021. - N 3. - С. 80-86. - Библиогр. в конце ст.. - ISSN 0130-3848.

Аннотация:

В статье автор рассматривает возможности цифровых платформ для анализа прикладных данных рынка нефтепродуктов на примере вертикально-интегрированной нефтяной компании (ВИНК). Предметом исследования являются информационно-коммуникационная платформа для прикладного анализа больших данных в условиях среды искусственного интеллекта.

Заказать издание     

59. Лескина, Э. И. Технологии больших данных (Вig Data) для охраны окружающей среды / Э. И. Лескина. - Текст : непосредственный // Экологическое право. - 2023. - № 1. - С. 21-24. - Библиогр.: 9 назв..

Аннотация:

В статье рассматриваются направления применения технологии Вig Data в сфере охраны окружающей среды, зарубежный опыт, возможности применения технологий больших данных для трансформации экологического законодательства. Также анализируются барьеры, препятствующие эффективному внедрению Вig Data в сферу охраны окружающей среды и пути их преодоления.

Заказать издание     

60. Ли Нань. Большие данные в реальном секторе экономике / Нань Ли, О. А. Павлютенкова. - Текст : непосредственный // Основные тенденции развития инновационного предпринимательства в реальном секторе экономики в эпоху цифровизации: вызовы и возможности : сборник научных трудов Всероссийской научно-практической конференции (21 мая 2021 г.) / Московский государственный технический университет имени Н. Э. Баумана (национальный исследовательский университет) (МГТУ им. Н. Э. Баумана). - Москва : ИП Сафронов Р. А., 2021. - С. 157-160.. - Библиогр. в конце ст.. - ISBN 978-5-6044050-5-5.

Аннотация:

Цель данной работы - рассмотреть взаимосвязь между большими данными и показателями реальных секторов экономики, изучить и понять аналитику больших данных, а также определить влияние аналитики больших данных на экономику в целом. Выявить будущие точки роста экономики путем понимания взаимосвязи между аналитикой больших данных и реальной экономикой.

Заказать издание     

61. Лихоузов, Кирилл Игоревич. Применение задач машинного обучения на платформе распределенных вычислений больших данных в банковской сфере / К. И. Лихоузов. - DOI 10.21661/r-559532. - Текст : непосредственный // Интерактивная наука : ежемесячный международный научный журнал. - 2023. - N 3(79). - С. 60-61. - Библиогр. в конце ст.. - ISSN 2414-9411.

Аннотация:

В настоящее время наблюдается колоссальный рост количества цифровых данных, и, по данным экспертов, этот объем будет увеличиваться на 30-40% ежегодно. Объем данных, созданных в 2020 году, более чем в 3 раза превышает объем данных за 2015 год, и составляет 64 Зеттабайт (Зб). В 2022 году объемы всех данных, накопленных человечеством, составили примерно 97 Зб, а к 2025 году это число возрастет до 180 Зб. В связи с этим многие компании ищут новые способы, методы, автоматизированные системы по обработке таких данных. В статье рассмотрены платформы по обработке данных, которые позволят финансовым организациям выйти на новый уровень как по качеству оценки кредитоспобности, риск-менеджменту, так и по прибыли.

Заказать издание     

62. Лопаткин, Дмитрий Станиславович. Цифровая экономика : учебное пособие / Д. С. Лопаткин ; Министерство науки и высшего образования Российской Федерации, Российский химико-технологический университет (РХТУ) имени Д. И. Менделеева. - Москва : РХТУ им. Д. И. Менделеева, 2021. - 203 с. : ил. - Библиогр.: с. 197-203 (70 назв.). - 100 экз. - ISBN 978-5-7237-1909-5 : 260 р. - Текст (визуальный) : непосредственный.

Изложены теоретические основы цифровой экономики. Рассматривается совокупность взаимосвязанных понятий, принципов, методов и методик нормативно-правового регулирования, охватывающих различные аспекты практики управления цифровой трансформацией в современных условиях, как на уровне предоставления государственных услуг и сервисов, так и на уровне управления электронным бизнесом. Раскрыты современные маркетинговые инструменты воздействия на покупателя, в частности, фрейминг, сторителлинг, аромамаркетинг, аудиомаркетинг, геймификация. Отдельные параграфы посвящены движущим силам цифровой трансформации экономики: искусственному интеллекту, большим данным, криптовалютам и интернету вещей. Каждая глава содержит контрольные вопросы и задания для закрепления изученного материала. Предназначено для студентов вузов.

Заказать издание     

63. Мировые практики использования технологий анализа больших данных для мониторинга и прогнозирования рисков загрязнения океанических вод / С. Д. Афанасьев , Т. В. Воронин, Е. С. Коврова, Д. А. Раков. - Текст : непосредственный // Соврем. наука: актуал. проблемы теории и практики. Сер. Естеств. и техн. науки. - 2023. - № 2. - Библиогр.: 16 назв..

Аннотация:

Настоящая статья посвящена анализу мировых практик контроля качества воды мирового океана. Прогнозированы риски загрязнения вод с применением технологий анализа больших данных.

Заказать издание     

64. Мозгунова, А. Е. Применение анализа больших данных и искусственного интеллекта для улучшения процессов медицинского обслуживания / А. Е. Мозгунова, Л. В. Гаев. - Текст (визуальный) : непосредственный // Инновационные исследования: проблемы внедрения результатов и тенденции развития : сборник статей по итогам Международной научно-практической конференции, 24 декабря 2023 г., [Пермь] / Агентство международных исследований (АМИ). - Стерлитамак : Агентство международных исслед., 2023. - С. 182-184. - Библиогр. в конце ст.. - ISBN 978-5-907808-15-7.

Аннотация:

В данной работе рассматривается распознавание и анализ большого объема информации. А именно современным медицинским учреждениям стало доступно огромное количество данных, собранных из различных источников, включая медицинскую аппаратуру, пациентские данные, результаты исследований и многое другое. В этом контексте, анализ больших данных и искусственный интеллект становятся необходимыми инструментами для оптимизации медицинского обслуживания.

Заказать издание     

65. Невшупа, Н. В. Внедрение Big Data как способ развития таможенных органов на современном этапе / Н. В. Невшупа ; науч. рук. Л. И. Тарарышкина. - Текст (визуальный) : непосредственный // Актуальные проблемы таможенного администрирования и внешнеэкономической деятельности : материалы Молодежной научной конференции, Санкт-Петербург, 26 марта 2022 года : V Юбилейный молодёжный научный конгресс с международным участием "Современные таможенные технологии и внешнеэкономическая деятельность" / Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский государственный экономический университет, Кафедра таможенного дела. - Санкт-Петербург : Изд-во Санкт-Петербургского гос. экономического ун-та, 2022. - С. 123-127. - Библиогр. в конце ст.. - ISBN 978-5-7310-5593-2.

Аннотация:

В статье рассматривается возможность реализации технологий, основанных на анализе больших массивов данных, в деятельности таможенных органов в качестве способа трансформации их работы в эпоху цифровых решений.

Заказать издание     

66. Оценка методов искусственного интеллекта для детектирования дронов на основе радиочастотной активности / Н. Н. Мудрук, М. Д. Трегубенко, Е. С. Басан, Е. С. Абрамов. - DOI 10.18522/syssyn-2021-31. - Текст (визуальный) : непосредственный // X Всероссийская научная конференция "Системный синтез и прикладная синергетика", 28 сентября-02 октября 2021 г., пос. Нижний Архыз : сборник научных работ / Министерство науки и высшего образования Российской Федерации, Южный федеральный университет [и др.]. - Ростов-на-Дону ; Таганрог : Изд-во Южного федерального ун-та, 2021. - С.. 179-185. - Библиогр. в конце ст.. - ISBN 978-5-9275-3879-9.

Аннотация:

В наше время с помощью современных технологий очень легко работать с разного рода данными. Их часто используют для анализа, чтобы определить наиболее важные элементы. Следовательно, наборы данных являются очень ценным ресурсом. В этой статье описывается разработка классификатора, который определяет максимум информации о беспилотных летательных аппаратах на основе данных радиочастотного диапазона. Классификатор представляет собой свѐрточную нейросеть, которая способна распознавать наличие дрона и тип дрона. Результаты показали, что разработанный продукт работает лучше существующих аналогов.

Заказать издание     

67. Подузова, Екатерина Борисовна. Персональные данные пациента и его законного представителя: специфика электронного предоставления в контексте применения технологий "Искусственного интеллекта" в digital-медицине / Е. Б. Подузова. - DOI 10.17803/1994-1471.2023.149.4.086-092. - Текст : непосредственный // Актуальные проблемы российского права : ежемесячный научный журнал. - 2023. - Том 18, N 4. - С. 86-92. - Библиогр. в конце ст.. - ISSN 1994-1471.

Аннотация:

Технологии «искусственного интеллекта» широко применяются в digital-медицине, в частности используются для обработки персональных данных пациентов и их законных представителей. Персональные данные относятся к информационному элементу big data. В регулировании отношений, связанных с персональными данными, выявлены определенные пробелы. Не имеют однозначного решения в доктрине и правоприменительной практике следующие проблемы: правовая природа персональных данных, юридическая квалификация согласия на предоставление и обработку персональных данных, содержание такого согласия, минимальный возраст для его самостоятельного выражения. В статье исследованы данные проблемы, предложены пути их решения. В частности, обосновывается, что согласие на предоставление и обработку персональных данных является гражданско-правовой сделкой, минимальным возрастом для выражения такого согласия является возраст приобретения полной дееспособности (18 лет). При написании статьи было учтено современное состояние законодательства, цивилистической доктрины, правоприменительной практики.

Заказать издание     

68. Применение искусственного интеллекта и перспективы развития аналитических систем больших данных в горной промышленности / М. В. Рыльникова, Д. А. Клебанов, М. А. Макеев, М. В. Кадочников. - DOI 10.30686/1609-9192-2022-3-89-92. - Текст : непосредственный // Горная промышленность = Russian Mining Industry Journal : рецензируемый научно-технический и производственный журнал. - 2022. - N 3. - С. 89-92. - Библиогр. в конце ст.. - ISSN 1609-9192.

Аннотация:

В статье определены факторы, которые указывают на актуальность проблемы формирования новых инструментов эффективной и безопасной добычи твердых полезных ископаемых на базе развития методов прогнозной аналитики. Данные методы учитывают тренды в анализе больших данных в сфере недропользования. Приведен пример реализации нового класса информационных систем - "цифровых советчиков", исходными данными для создания которых явилась информация систем диспетчеризации, MES, ERP горных предприятий. Проведен анализ практических примеров внедрения цифровых советчиков. Даны реферальные экономические оценки внедрения цифрового советчика водителя карьерных автосамосвалов. Определены направления развития подобных аналитических систем на основе анализа больших данных.

Заказать издание     

69. Прозоровская, Камилла Александровна. HR-аналитика и анализ больших данных в системе управления персоналом : монография / К. А. Прозоровская ; Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский государственный экономический университет, Кафедра социологии и управления персоналом. - Санкт-Петербург : Изд-во Санкт-Петербургского гос. экономического ун-та, 2023. - 115 с. : ил. - Библиогр.: с. 108-115 (122 назв.). - 500 экз. - ISBN 978-5-7310-6213-8 : 250 р. - Текст (визуальный) : непосредственный.

Монография посвящена вопросам использования больших данных и HR-аналитики - ее задачам, инструментам, метрикам, внедрению HR-аналитики в компании. Монография может быть полезна менеджерам по персоналу, управленцам всех уровней, начинающим специалистам-аналитикам, студентам, магистрантам, аспирантам направления "Управление персоналом", "Менеджмент".

Заказать издание     

70. Ромащенко, Н. А. Большие данные и искусственный интеллект = Big Data and Artificial Intelligence in the field of the epidemic / Ромащенко Н. А.. - Текст : непосредственный // Технологии, модели и алгоритмы модернизации науки в современных геополитических условиях : сборник статей Национальной (Всероссийской) научно-практической конференции с международным участием, 22 декабря 2022 г., г. Ижевск : в 2 ч. / Omega Science международный центр инновационных исследований ; [ответственный редактор: Сукиасян Асатур Альбертович]. - Ижевск : МЦИИ ОМЕГА САЙНС, 2022. - Ч. 2. - С.. 87-91. - Библиогр. в конце ст.. - ISBN 978-5-907581-72-2.

Аннотация:

В этой статье систематически обобщается применение больших данных и искусственного интеллекта (ИИ), а также описываются практические случаи и проблемы с акцентом на профилактику эпидемий и контроль над ними. Включенные исследования показали, что большие данные и ИИ являются мощными инструментами для борьбы пандемиями. Однако, многие из предложенных методов не получили широкого признания. Таким образом, необходимы дополнительные усилия для разработки стандартизированных протоколов отчетности или руководящих принципов для практики.

Заказать издание     

71. Сараджишвили, Сергей Эрикович. Цифровая обработка многомерных сигналов и большие данные = Digital processing of multidimensional signals and big data : учебное пособие / С. Э. Сараджишвили, И. А. Воронков ; Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский политехнический университет Петра Великого, Институт компьютерных наук и технологий, Высшая школа программной инженерии. - Санкт-Петербург : ПОЛИТЕХ-ПРЕСС, 2023. - 181, [1] с. : ил. - Парал. тит. л. англ. - Библиогр.: с. 181-182. - 40 экз. - ISBN 978-5-7422-7890-0. - DOI 10.18720/SPBPU/2/id23-25 : 200 р. - Текст (визуальный) : непосредственный.

Соответствует специальности 09.04.04 "Программная инженерия". Учебное пособие содержит последовательное изложение теоретических основ цифровой обработки многомерных сигналов. Рассматриваются характеристики систем, многомерные Фурье- и Z-преобразования для анализа сигналов и систем, вопросы быстрых алгоритмов фильтрации, особенности построения многомерных КИХ- и БИХ-фильтров, а также использования Microsoft Power BI в цифровой обработке многомерных сигналов. Предназначено для студентов высших учебных заведений, обучающихся по направлениям подготовки магистров "Системный анализ и управление", "Программная инженерия" и "Информатика и вычислительная техника". Также может использоваться в системах повышения квалификации, в учреждениях дополнительного профессионального образования.

Заказать издание     

72. Система оптимизации работы клиентских служб на основе нейронных сетей / Э. Д. Алисултанова, Н. А. Моисеенко, У. Р. Тасуев, Р. В. Юсупова. - DOI 10.17513/snt.38948. - Текст : непосредственный // Современные наукоемкие технологии : журнал. - 2021. - N 12 ч.1. - С. 15-20. - Библиогр. в конце ст.. - ISSN 1812-7320.

Аннотация:

В данной статье рассматриваются инструменты для создания системы распознавания речи малораспространённых языков, в частности чеченского языка. Технологии распознавания речи - одна из актуальных проблем современного цифрового общества. Данные технологии в программной реализации дают возможность вычислительным системам воспринимать устную речь, интерпретировать ее и генерировать в текстовом формате. Инструментарий распознавания речи уже стала частью нашей повседневной жизни, но пока все еще ограничивается относительно простыми отработанными командами. Учитывая современные тенденции, технология распознавания речи будет быстрорастущим (и меняющим мир) подмножеством обработки сигналов на долгие годы. Программная разработка предназначена для автоматизации сбора входных данных и их качественной обработки для реализации системы эффективной обратной связи с потребителем товаров и услуг в call-центре. Поставленная задача разработки программного приложения для записи и проверки аудиозаписей на чеченском языке решена технологией машинного обучения в анализе больших аудиоданных. Описаны разработка интерфейса для анализа и мониторинга работы Call-центра, проектирование приложения сбора данных для записи и проверки аудиозаписей на чеченском языке.

Заказать издание     

73. Сулейкин, Александр Сергеевич. Основы data-driven подхода. Технологии и системы поддержки управления современным предприятием на основе данных : учебно-методическое пособие / А. С. Сулейкин, П. Б. Панфилов, Г. С. Горшков ; Московский финансово-юридический университет МФЮА. - Москва : МФЮА, 2023. - 87 с. : ил. - Библиогр.: с. 84-87 (56 назв.). - 30 экз. - ISBN 978-5-94811-399-9 : 150 р. - Текст (визуальный) : непосредственный.

Учебно-методическое пособие содержит теоретический материал и лабораторный практикум для изучения дисциплин "Информационные системы предприятия", "Программные комплексы решения интеллектуальных задач" и "Интеллектуальные информационные системы". Представлены базовые принципы data-driven подхода, применяемого организациями и предприятиями в процессе цифровой трансформации своей деятельности, в центральном фокусе которого находится использование данных и бизнес-аналитики для принятия всех корпоративных решений. Даются как теоретические знания (принципы data-driven подхода, основы систем управления и систем принятия решений на основе данных, системы больших данных), так и практические (создание внутри организации возможностей для эффективной работы с большими данными, правильной интерпретации данных и правильного их использования, технологии больших данных, прикладные системы и сервисы для управления предприятием на основе аналитики больших данных).

Заказать издание     

74. Тюленева, Татьяна Александровна. Информационные технологии в профессиональной деятельности : учебное пособие / Т. А. Тюленева ; Министерство науки и высшего образования Российской Федерации, Кузбасский государственный технический университет имени Т. Ф. Горбачева, Институт экономики и управления. - Кемерово : КузГТУ, 2023. - 234 с. : ил. - Библиогр.: с. 233-234 (15 назв.). - 100 экз. - ISBN 978-5-00137-449-7 : 500 р. - Текст (визуальный) : непосредственный.

Представлен теоретический материал по дисциплине. Описаны теоретические основы организации работы экономиста с текстовыми документами, электронными таблицами, справочно-правовыми системами, порталами экономической информации, профессиональными бухгалтерскими программами и Интернет-ресурсами. В конце каждой темы приведены вопросы и задания для самоконтроля освоения материала, которые помогут при самостоятельной работе и подготовке к промежуточной аттестации по дисциплине. Предназначено для обучающихся специальности 38.03.01 "Экономика". Может быть полезно специалистам в области экономики, финансов и преподавателям смежных дисциплин. Печатается по решению редакционно-издательского совета Кузбасского государственного технического университета имени Т. Ф. Горбачева.

Заказать издание     

75. Управление проектами в туризме и индустрии гостеприимства : учебник / Х. А. Константиниди, А. В. Волков, Е. С. Угрюмов [и др.] ; под редакцией Х. А. Константиниди. - . - 3-е изд. - Москва : Центркаталог, 2023. - 294, [1] с. : ил. - (Вузовский учебник : серия). - Авт. указаны на с. 294. - 500 экз. - ISBN 978-5-903268-80-1 : 300 р. - Текст (визуальный) : непосредственный.

Учебник содержит последовательное изложение основных вопросов, связанных с разработкой и управлением проектов в туризме и индустрии гостеприимства. В издании раскрыты теоретические и практические вопросы применения проектного подхода в управлении организацией, современных технологий управления проектами, стратегического управления в туризме и индустрии гостеприимства, планирования и управления реализацией проектов различного уровня в туризме и индустрии гостеприимства, цифровой трансформации в туризме на основе больших данных. Предназначен для студентов вузов, обучающихся по направлениям подготовки "Туризм", "Менеджмент" (профиль "Управление бизнесом" образовательной программы "Менеджмент индустрии гостеприимства и туризма"), "Государственное и муниципальное управление", слушателей курсов повышения квалификации, магистрантов, аспирантов и преподавателей дисциплин в области управления в туризме и индустрии гостеприимства.

Заказать издание     

76. Фунтиков, В. М. Углубленная аналитика "больших данных" и технологии искусственного интеллекта как перспективное направление развития автоматизированных систем информационно-телеметрического обеспечения / В. М. Фунтиков, Г. П. Полозов. - Текст (визуальный) : непосредственный // Информационно-управляющие и измерительные системы, 2021 : материалы XIV отраслевой научно-технической конференции приборостроительных организаций Госкорпорации "РОСКОСМОС" (22 апреля 2021 года) : посвящается 55-й годовщине образования АО "НПО ИТ" / "Научно-производственное объединение измерительной техники", акционерное общество (Королёв), "Роскосмос", государственная корпорация (Москва). - Королев : НПО ИТ, 2021. - С. 263-269. - Библиогр. в конце ст.. - ISBN 978-5-00189-403-2.

Аннотация:

В рамках исследования были разработаны и апробированы несколько алгоритмов с применением технологий ИИ: "машинного зрения" и "глубокого обучения" нейронных сетей. Объектом исследования выступала телеметрическая информация (ТМИ) летательного аппарата (ЛА).

Заказать издание     

77. Цапин, Д. М. Применение технологии Big Data для улучшения методов навигации мобильных роботов / Д. М. Цапин, К. В. Пителинский. - Текст : непосредственный // Научно-техническая информация. Серия 2, Информационные процессы и системы : ежемесячный научно-технический сборник. - 2023. - N 3. - С. 11-19. - Библиогр.: с. 19 (15 назв.).

Аннотация:

Обсуждаются мобильные робототехнические системы и соответствующие им информационные процессы управления, которые порождают использование технологий Big Data. Рассматриваются особенности применения группы методов одновременной локализации и картографирования - SLAM для навигации на местности мобильных роботов. Приведен обзор подходов к реализации метода SLAM на платформе пакетов Robot Operation System. Обоснована возможность применения сверточных нейронных сетей с целью повышения точности метода SLAM. Представлена концептуальная схема алгоритма навигации мобильной робототехнической системы.

Заказать издание     

78. Цифровая экономика : учебное пособие / К. И. Колесов, В. И. Лимаренко, С. А. Клятецкий [и др.] ; Министерство науки и высшего образования Российской Федерации, Нижегородский государственный технический университет им. Р. Е. Алексеева, АСЭ Росатом. - Нижний Новгород : АСЭ, 2020. - 130 с. : ил. - Авт. указ. на обороте тит. л. - Библиогр.: с. 124-130 (86 назв.). - 15 экз. - ISBN 978-5-502-01386-4 : 100 р. - Текст (визуальный) : непосредственный.

Представлены основы цифровой экономики, ключевые тренды развития цифровой промышленности, особенности цифровизации атомной отрасли. Отдельное внимание уделено ключевым технологиям в цифровой экономике: Интернету вещей, облачным вычислениям, виртуальной и дополненной реальности, большим данным, блокчейн-технологиям, искусственному интеллекту. Предназначается для организации обучения по дисциплине "Цифровая экономика" для работников АО ИК "АСЭ" и других организаций атомной отрасли.

Заказать издание     

79. Шрайберг, Яков Леонидович (российский учёный в области автоматизации библиотек ; 1952-). Цифровая трансформация библиотек и образовательных учреждений: основные компоненты и вызовы : пленарный доклад председателя Оргкомитета Двадцать седьмой Международной конференции и выставки "LIBCOM-2023" (Суздаль, 19-24 ноября 2023 г.) / Я. Л. Шрайберг ; LIBCOM-2023. - Москва : ГПНТБ России, 2023. - 23, [1] с. : ил. - Библиогр. в конце докл. (27 назв.). - 300 экз. - ISBN 978-5-85638-264-7. - DOI 10.33186/978-5-85638-264-7-2023. - Текст : непосредственный.

В докладе представлены главные элементы современной цифровой трансформации в библиотечно-информационной и образовательной сферах. Рассмотрены основные инновации и вызовы, характерные для данной предметной области за последние полгода (с мая по ноябрь 2023 г.). Особо отмечены модели искусственного интеллекта ChatGPT, новые реалии авторского права и тенденции формирования библиотек будущего. Пленарный доклад 2023 года подготовлен и прочитан председателем Оргкомитета 27-ой Международной конференции и выставки LIBCOM-2023 "Информационные технологии, компьютерные системы и издательская продукция для библиотек", научным руководителем ГПНТБ России, президентом Национальной библиотечной ассоциации "Библиотеки будущего", президентом Международной ассоциации пользователей и разработчиков электронных библиотек и новых информационных технологий, заведующим кафедрой электронных библиотек и наукометрических исследований Московского государственного лингвистического университета, доктором технических наук, профессором, членом-корреспондентом Российской академии образования Яковом Леонидовичем Шрайбергом.

Заказать издание     

80. Штеренберг, С. И. Обнаружение вторжений в распределенных информационных системах на основе методов скрытого мониторинга и анализа больших данных : автореф. дис. ... канд. техн. наук : 05.13.19 / С. И. Штеренберг. - Санкт-Петербург : [б. и.], 2018. - 16 с. : ил. - Библиогр.: с. 15-16 (8 назв.). - 100 экз. - . - Текст : непосредственный.

Заказать издание     

81. Абрамов, В. И. Большие данные и дата-центры - инструменты создания цифровой бизнес-модели компании / В. И. Абрамов, Т. В. Мартиросян. - Текст : непосредственный // Информационно-вычислительные технологии и их приложения : XXV Международная научно-техническая конференция, 25-26 августа 2021 г. : сборник статей / Министерство науки и высшего образования Российской Федерации, Академия информатизации образования РФ [и др.]. - Пенза : ПГАУ, 2021. - С. 3-8. - Библиогр. в конце ст.. - ISBN 978-5-00196-016-4.

Аннотация:

В статье характеризуется актуальность цифровизации бизнес-моделей. Цифровая трансформация промышленности, розничной торговли, государственного сектора и других сфер экономики сегодня меняет жизнь каждого человека и каждой компании. В результате повышаются производительность каждого сотрудника и уровень удовлетворенности клиентов. Информация - ключевой ресурс в современном мире. Ежесекундно человечество генерирует огромные массивы цифровых данных, обработка и использование которых помогает компаниям увеличивать эффективность бизнеса. Показано, как благодаря прогрессивным технологиям, таким как большие данные и дата-центры, можно создавать цифровые бизнес-модели, ориентированные на обработку потоков информации, на основании которых можно принимать оптимальные решения, адаптировать предложения под конкретных клиентов.

Заказать издание     

82. Аль-Барри, М. Х. Предложения по построению и функционированию системы выявления аномального поведения пользователей ЦОД методами машинного обучения / М. Х. Аль-Барри, И. Б. Саенко. - Текст (визуальный) : непосредственный // Методы и технические средства обеспечения безопасности информации : [сборник] / Федеральная служба безопасности РФ [и др.]. - Санкт-Петербург : НеоБИТ : Санкт-Петербургский политехнический ун-т Петра Великого, 2023. - [Вып. 32]: Материалы 32-й научно-технической конференции имени П. Д. Зегжды, 26-29 июня 2023 года. - С. 20-21. - Библиогр. в конце ст..

Аннотация:

Предлагаемая к реализации система выявления аномального поведения пользователей ЦОД основывается на использовании методов машинного обучения. Проведенные исследования показали, что для достижения требуемой точности обнаружения аномальных SQL-запросов возможно использование ряда моделей контролируемого и частично контролируемого машинного обучения.

Заказать издание     

83. Верник, П. А. Программно-управляемые сетевые устройства на базе технологии Big Data - как приоритетное направление развития мировой электроники / П. А. Верник. - Текст : непосредственный // Проектирование будущего. Проблемы цифровой реальности : труды 4-й Международной конференции, Москва, 4-5 февраля 2021 г. / [под ред. Г. Г. Малинецкого]. - Москва : ИПМ им. М. В. Келдыша, 2021. - С. 124-138.. - Библиогр. в конце ст.. - ISBN 978-5-98354-061-3.

Аннотация:

Переход к шестому технологическому укладу обуславливает необходимость пересмотра подходов к построению систем управления во всех отраслях экономики. В статье рассматривается перспективное направление развития мировой электроники, в основу которого положен новый подход к построению системы программного адаптивного управления интегрированными сетевыми устройствами с применением цифровых технологий, таких как большие данные, искусственный интеллект, облачные вычисления.

Заказать издание     

84. Воробьёв, Сергей Петрович. Современные сетевые технологии : учебное пособие / С. П. Воробьёв ; Министерство науки и высшего образования Российской Федерации, Южно-Российский государственный политехнический университет (НПИ) имени М. И. Платова. - Новочеркасск : ЮРГПУ (НПИ), 2024. - 259 с. : ил. - Библиогр.: с. 259 (10 назв.). - 300 экз. - ISBN 978-5-9997-0934-9 : 300 р. - Текст (визуальный) : непосредственный.

Изложены особенности современных компьютерных сетей как базы развития и применения прикладных информационных систем и технологий. Представлены базовые аспекты технологии XGigabit Ethernet, концепции SDN и центров обработки данных, аспекты реализации и протоколы технологий Interenet of Things, современных сетей Wi-Fi. Предназначено для бакалавров и магистров вузов, обучающихся по направлениям "Информационные системы и технологии" и "Прикладная информатика", а также может быть рекомендовано для студентов других родственных направлений.

Заказать издание     

85. Докучаев, В. А. Архитектура центров обработки данных / В. А. Докучаев, А. А. Кальфа, В. В. Маклачкова ; под редакцией В. А. Докучаева. - Москва : Горячая линия - Телеком, 2020. - 240 с. : ил. - Библиогр.: с. 234-235 (25 назв.). - 500 экз. - ISBN 978-9912-0849-9 : 484 р. - Текст : непосредственный.

Проанализированы, обобщены и систематизированы зарубежные и отечественные публикации о различных аспектах проектирования, построения и эксплуатации центров обработки данных (ЦОД). Рассмотрены принципы построения ЦОД, их архитектура и инженерные подсистемы, в том числе системы бесперебойного и гарантированного электроснабжения, кондиционирования (искусственного климата) и др. Особое внимание уделено системам хранения данных, серверному и коммуникационному оборудованию. Приведены сведения об истории создания ЦОД, нормативно-правовой базе их функционирования, а также о современных системах хранения данных производства российских компаний. Отдельно рассмотрены вопросы информационной безопасности ЦОД, применения облачных вычислений, интернета вещей, организации работы с персональными данными в ЦОД и др. Для специалистов в области инфокоммуникационных технологий, связи и создания ЦОД, аспирантов, преподавателей. Может быть использована в качестве учебного пособия для студентов, обучающихся в области информационных технологий и систем связи.

Заказать издание     

86. Иванов, Александр Юрьевич. Комплексы обработки информации и управления : учебное пособие / А. Ю. Иванов, В. И. Комашинский, О. И. Пантюхин ; Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации, Санкт-Петербургский государственный университет телекоммуникаций им. М. А. Бонч-Бруевича (СПбГУТ). - Санкт-Петербург : СПбГУТ, 2023. - 83 с. : ил. - Библиогр.: с. 83 (5 назв.). - 29 экз. - ISBN 978-5-89160-298-4 : 200 р. - Текст (визуальный) : непосредственный.

Рассмотрены основные положения по построению автоматизированных комплексов обработки информации и управления. Сформирован общий архитектурный облик этих объектов. Приведены методы и средства построения комплексов повышенной производительности и надежности. Уделено внимание содержанию таких важных стадий жизненного цикла комплексов, как их проектирование и эксплуатация. Предназначено для студентов, обучающихся по направлению подготовки 09.03.01 "Информатика и вычислительная техника".

Заказать издание     

87. Иванчикова, М. А. Методы и алгоритмы реконфигурирования параметров и структур мультипровайдерных сетей распределенных центров обработки данных : специальность 05.13.15 - "Вычислительные машины, комплексы и компьютерные сети" : автореферат диссертации на соискание ученой степени кандидата технических наук / М. А. Иванчикова. - Рязань : [б. и.], 2019. - 25 с. : ил. - Библиогр.: с. 21-25 (45 назв.). - 100 экз. - . - Текст : непосредственный.

Заказать издание     

88. Информационные технологии : межвузовский сборник научных трудов / Министерство науки и высшего образования Российской Федерации, Рязанский государственный радиотехнический университет имени В. Ф. Уткина ; редакционная коллегия: В. П. Корячко (ответственный редактор) [и др.]. - Рязань : ИП Коняхин А. В. (Book Jet), 2021. - 206 с. : ил. - Библиогр. в конце ст. - 100 экз. - ISBN 978-5-907400-45-0 : 260 р. - Текст (визуальный) : непосредственный.

Публикуются статьи о проблемах использования информационных технологий в науке и образовании. Сборник рассчитан на научно-педагогических работников вузов и может быть использован студентами и аспирантами инфокоммуникационных и информационных специальностей.

Заказать издание     

89. Кизима, Станислав Васильевич. Цифровая трансформация, телекоммуникационная инфраструктура и проблематика больших данных / С. В. Кизима. - DOI 10.34832/ELSV.2022.27.2.002. - Текст : непосредственный // Электросвязь : ежемесячный научно-технический журнал по проводной и радиосвязи, телевидению, радиовещанию. - 2022. - N 2. - С. 20-25. - Библиогр. в конце ст.. - ISSN 0013-5771.

Аннотация:

Рассматривается проблематика больших данных. Показана актуальность создания общего электронного информационного пространства больших данных. Обоснована необходимость этой новой сущности для развития цифрового информационного общества и цифровой экономики России. Представлены принципы и порядок формирования электронного информационного пространства больших данных, его составляющие, топология и направления исследований в этой области.

Заказать издание     

90. Корягина, Светлана Анатольевна. Обеспечение безопасности хранения данных в корпоративных сетях : монография / Корягина С. А. - Москва : National Research, 2021. - 84 с. - Библиогр.: с. 73-84 (157 назв.). - 1000 экз. - DOI 10.25726/w1912-2376-6067-b. - DOI 10.25726/w1912-2376-6067-b : 150 р. - Текст (визуальный) : непосредственный.

Для защиты электронной информации используют различные устройства и методы, в частности программные. Однако программные методы получили более широкое применение. Поэтому развитие средств программной защиты данных и средств, которые лежат в их основе, является одним из приоритетных направлений в области информационных технологий и информационной безопасности. Отмечено, что в основе программных методов защиты лежит использование криптографических и стеганографических методов защиты данных.

Заказать издание     

91. Морозов, С. А. Метод оценки и средства улучшения качества программно-аппаратных комплексов центров хранения и обработки данных : автореф. дис. ... канд. техн. наук : 05.02.23 / С. А. Морозов. - Санкт-Петербург : [б. и.], 2018. - 17 с. : ил. - Библиогр.: с. 16-17 (15 назв.). - 100 экз. - . - Текст : непосредственный.

Заказать издание     

92. Нагорный, Константин. Эксплуатация ЦОД : практическое руководство / Константин Нагорный, Андрей Чеснов, Тарас Чирков ; Linx, Координационный совет по ЦОДам и облачным технологиям. - Москва : Альпина ПРО, 2024. - 318 с. : ил. - 1000 экз. - ISBN 978-5-206-00256-0 : 500 р. - Текст (визуальный) : непосредственный.

Практическое пособие по эксплуатации центра обработки данных и обеспечению его непрерывной работы с учетом требований международных стандартов, Uptime Institute и нормативной документации Российской Федерации.

Заказать издание     

93. Прохоров, Александр Николаевич. Центры обработки данных. Анализ, тренды, мировой опыт : корпоративное издание / Александр Прохоров, Салават Рахматуллин ; научное редактирование: Константин Королев, Игорь Дорофеев. - Москва : АльянсПринт, 2021. - 414, [1] с. : ил. - Библиогр.: с. 387-415 (276 назв.). - 650 экз. - ISBN 978-5-98094-009-6 : 260 р. - Текст (визуальный) : непосредственный.

Книга дает представление о центрах обработки данных и рынке услуг на их основе. Материал адресован широкому кругу читателей.

Заказать издание     

94. Ровнягин, Михаил Михайлович.
BigData. Путь к пониманию / М. М. Ровнягин, Т. А. Ровнягина. - Москва : Постер-М, 2024 - . - Текст : непосредственный.
Ч. 1. - 2024. - 82 с. : ил. - Библиогр.: с. 79-80 (11 назв.). - 50 экз. - ISBN 978-5-6050620-4-2 : 500 р.

Аннотация:

В книге "BigData. Путь к пониманию. Часть 1" рассматриваются общие вопросы организации BigData-систем, проблемы и специфика их проектирования, классификация BigData-задач и методы их декомпозиции. Уделяется внимание вопросам оценки производительности BigData-систем, а также способам интеграции подсистем online/offline обработки, подсистем индексирования и хранения данных. Для формирования у читателя целостного представления об основах разработки: перечисляются наиболее распространенные языки программирования, используемые в BigData-системах, включая их качества, влияющие на производительность, рассматриваются системы версионирования кода, системы сборки и версионирования программных пакетов, а также системы развертывания BigData-приложений. Особое внимание в книге уделяется Hadoop-стеку, его появлению и развитию, спектру решаемых задач и составным частям Hadoop-кластера. Рассматривается парадигма МapReduce, распределенное выполнение программ и операции отображения и свертки.

Заказать издание     

95. Центральный научно-исследовательский институт связи (Москва). Санкт-Петербургский филиал.
Труды ЦНИИС. Санкт-Петербургский филиал : научные труды. - Москва : ЦНИИС ; Санкт-Петербург : ЛО ЦНИИС, 20 - . - В надзаг. также: Минцифры России. - ISSN 2500-3607. - Текст : непосредственный.
Т. 2(12) / главный редактор Ясинский С. А. - 2021. - 104 с. : ил. - Парал. загл. ст., аннот. англ. - Библиогр. в конце ст. - Тираж не указ. - 100 р.

Аннотация:

Сборник трудов представляет собой систематизированный материал по результатам научных исследований и практических разработок ученых и специалистов ЦНИИС. Основная цель создания сборника - профессиональное обсуждение актуальных проблем в области инфокоммуникаций и привлечение внимания научного и образовательного сообщества к вопросам практической реализации достижений отраслевой науки в современных условиях.

Заказать издание