Издательство: (812) 336-25-09
Интернет-магазин: (812) 412-54-93 доб. 119
0
0
0 0 ₽
0 товаров
Поиск по дисциплине

Технология обработки больших данных и потоков данных - все книги по дисциплине. Издательство Лань

Сохранить список:
Excel Excel
Закрыть

Выгрузка списка книг доступна только авторизованным пользователям. Авторизоваться

PDF PDF
Закрыть

Выгрузка списка книг доступна только авторизованным пользователям. Авторизоваться

Учебное пособие содержит описание алгоритмов сжатия данных без потерь, включающее классификацию этих алгоритмов, их обсуждение на концептуальном уровне и на уровне программной реализации, сравнительный анализ результатов их практического применения, рекомендации по выполнению курсового проекта по данной теме. Также обсуждаются смежные вопросы: особенности работы с двоичными данными, формирования заголовочной части сжатого файла, применение вспомогательных алгоритмов, повышающих эффективность сжатия, и объектно ориентированного подхода к реализации алгоритмов сжатия.
Пособие предназначено для бакалавров направления «Программная инженерия».
Год издания: 2023
Авторы: Пантелеев Е. Р., Алыкова А. Л.
Электронная версия
795 ₽

В учебнике излагаются основы математической теории спектрального анализа сигналов и ее применение в задачах фильтрации сигналов, обработке изображений, анализа, синтеза систем автоматического управления, компьютерной томографии и вычислительной математике.

Предназначен для студентов вузов, обучающихся по специальностям «Управление в технических системах», «Биотехнические системы и технологии», «Прикладная математика и информатика».

Год издания: 2022
Авторы: Васильев В. Г., Куженькин С. Н.
Электронная версия
1 020 ₽

Создание, накопление, обработка и использование информации в мире составляет мощную информационную среду. Она занимает ведущее значение в различных областях человеческой деятельности. Монография представляет начальный шаг выделения частных свойств указанного сложного процесса, их численного изучения с помощью предложенных методов и моделей инженерного характера. На наш взгляд, именно такие методы и модели составляют основу обработки больших данных в сфере решения научно-исследовательских задач.

Рассматриваются и усовершенствуются классические методы и модели исследования сложных систем, основные законы (Меткалфа, Амдала, Густавсона–Барсиса, Гроша) взаимодействия сетевых структур, модели и методы оценивания их эффективности и качества, а также модели и методы исследования сложных систем с нечеткими параметрами. Рассматриваются современные инструментальные средства и технологии интеллектуальной обработки больших данных.

Представлены оригинальные результаты, касающиеся решения задач: информационного взаимодействия, контроля состояния, оценивания надежности и предсказания событий для сложных систем; оценивания эффективности, качества и производительности сетевых структур, а также оценивания и обеспечения их надежности; расчета функций принадлежности с нечётким аргументом и коэффициентом, решения нечётких нелинейных уравнений, поиска условного экстремума при нечётком ограничении, решения дифференциальных уравнений с нечёткими коэффициентами.

Дан вариант обработки больших данных на основе совместного использования инструментальной системы Hadoop под управлением Windows и сверточной нейронной сети при решении задачи распознавания рукописных цифр. Обучение нейронной сети проводится на основе набора данных MNIST образцов написания рукописных цифр. Построение сверточной нейронной сети производится с помощью системы Neural Network Toolboox.

Рекомендуется преподавателям и научным сотрудникам, а также магистрантам и аспирантам и при исследовании сложных систем и технологий обработки больших данных.

Год издания: 2020
Авторы: Парамонов И.Ю., Смагин В.А., Косых Н.Е., Хомоненко А.Д.
Электронная версия
720 ₽
Закрыть
Товар в корзине
Вы можете продолжить покупки или перейти к оформлению заказа.
К началу страницы