данные

Прикладные методы анализа статистических данных, Горяинова Е.Р., Панков А.Р., Платонов Е.Н., 2012.

В учебном пособии излагаются важнейшие понятия математической статистики, описываются статистические модели и методы статистического анализа реальных данных. Все рассмотренные методы проиллюстрированы примерами, которые снабжены подробными решениями и комментариями. В конце каждого раздела приводятся задачи для самостоятельного решения. Наряду с важнейшими базовыми классическими моделями и методами статистической обработки данных в пособии представлены современные непараметрические робастные методы, которые можно эффективно использовать для обработки информации в условиях априорной статистической неопределенности, свойственной реальным статистическим экспериментам. Для студентов, аспирантов и преподавателей технических и экономических вузов.

Работа с BigData в облаках, обработка и хранение данных с примерами из Microsoft Azure, Сенько А., 2019.

Перед вами — первая исходно русскоязычная книга, в которой на реальных примерах рассматриваются секреты обработки больших данных (Big Data) в облаках. Основное внимание уделено решениям Microsoft Azure и AWS. Рассматриваются все этапы работы — получение данных, подготовленных для обработки в облаке, использование облачных хранилищ, облачных инструментов анализа данных. Особое внимание уделено службам SAAS, продемонстрированы преимущества облачных технологий по сравнению с решениями, развернутыми на выделенных серверах или в виртуальных машинах. Книга рассчитана на широкую аудиторию и послужит превосходным ресурсом для освоения Azure, Docker и других незаменимых технологий, без которых немыслим современный энтерпрайз.

Data Science, инсайдерская информация для новичков, включая язык R, О'Нил К., Шатт Р., 2019.

Data Science (исследование данных) — одна из самых востребованных специализаций нашего времени. Изучение данных позволяет преобразить любую традиционную или инновационную бизнес-модель. Эта книга основана на вводном курсе по Data Science из Колумбийского университета, и начинающему специалисту-аналитику она совершенно необходима. Эта книга увлекательно и доступно рассказывает о:
• байесовском методе;
• статистических алгоритмах;
• финансовом моделировании;
• рекомендательных движках;
• визуализации данных;
• MapReduce.

Прикладной анализ текстовых данных на Python, машинное обучение и создание приложений обработки естественного языка, Бенгфорт Б., Билбро Р., Охеда Т., 2019.

Технологии анализа текстовой информации стремительно меняются под влиянием машинного обучения. Нейронные сети из теоретических научных исследований перешли в реальную жизнь, и анализ текста активно интегрируется в программные решения. Нейронные сети способны решать самые сложные задачи обработки естественного языка, никого не удивляет машинный перевод, «беседа» с роботом в интернет-магазине, перефразирование, ответы на вопросы и поддержание диалога. Почему же Сири, Алекса и Алиса не хотят нас понимать, Google находит не то, что мы ищем, а машинные переводчики веселят нас примерами «трудностей перевода» с китайского на албанский? Ответ кроется в мелочах — в алгоритмах, которые правильно работают в теории, но сложно реализуются на практике. Научитесь применять методы машинного обучения для анализа текста в реальных задачах, используя возможности и библиотеки Python. От поиска модели и предварительной обработки данных вы перейдете к приемам классификации и кластеризации текстов, затем приступите к визуальной интерпретации, анализу графов, а после знакомства с приемами масштабирования научитесь использовать глубокое обучение для анализа текста.

Spark для профессионалов, современные паттерны обработки больших данных, Риза С., Лезерсон У., Оуэн Ш., Уилле Дж., 2017.

В этой практичной книге четверо специалистов Cloudera по анализу данных описывают самодостаточные паттерны для выполнения крупномасштабного анализа данных при помощи Spark. Авторы комплексно рассматривают Spark, статистические методы и множества данных, собранные в реальных условиях, и на этих примерах демонстрируют решения распространенных аналитических проблем.

Перекрестная проверка данных, Иванов О.

Для обучения кредитных специалистов действует платформа tkmb-online.ru - специализированная учебно-информационная платформа, посвященная обучению технологии кредитования малого бизнеса. На платформе представлены обучающие материалы для финансовых организаций и всех заинтересованных лиц. Учебные материалы основаны на принципах кредитования, которые известны в банковском сообществе как «методика ЕБРР». Эта технология используются большинством банков в России и странах СНГ. Цель платформы - предоставить постоянный доступ к уникальным обучающим мероприятиям любому количеству заинтересованных в обучении сотрудников финансовых организаций в удобное время. Каждый пользователь платформы найдет для себя полезные материалы для получения новых и углубления имеющихся знаний.

Презентация - Структура данных на магнитных дисках

Что такое файл?
Все программы и данные хранятся в долговременной (внешней) памяти компьютера в виде файлов.

Файл - это определенное количество информации (программа или данные), имеющее имя и хранящееся в долговременной (внешней) памяти.

Имя файла состоит из двух частей, разделенных точкой: собственно имя файла и расширение, определяющее его тип (программа, данные и т.д.).

Файловая система
На каждом носителе информации (гибком, жестком или лазерном диске) может храниться большое количество файлов. Порядок хранения файлов на диске определяется установленной файловой системой.
Файловая система - это система хранения файлов и организации каталогов.

Презентация - Понятие компьютерной технологиии

Информация
Это сведения об окружающем мире, которые повышают уровень осведомленности человека.

Данные
Это результаты наблюдений над объектами и явлениями, которые по каким-то причинам не используются, а только хранятся.

Информация несет человеку знания об объектах, процессах, явлениях. Процесс обработки информации очень сложен и зависит от множества факторов как объективного, так и субъективного характера. На протяжении всей своей жизни человек постоянно участвует во всевозможных информационных процессах