Введение в обработку данных - все книги по дисциплине. Издательство Лань

Учебник посвящен способам преобразования случайных величин от равномерного закона распределения вероятностей к произвольному. Книге присущи черты справочного издания, поскольку авторы старались охватить достаточно широкий круг распределений, упоминая области их применения и цитируя как первоисточники, так и более поздние прикладные или обзорные работы.
Учебник рассчитан на широкий круг студентов и специалистов, областью интересов которых являются методы статистического моделирования разнообразных явлений.

В учебнике рассматриваются вопросы стохастического моделирования динамических систем на основе результатов мониторинга их состояния. Все материалы условно разделяются на задачи анализа рядов наблюдений (предварительная обработка и дескриптивный анализ, статистическая проверка свойств рядов наблюдений, сглаживание, фильтрация, корреляционный и спектральный анализ рядов наблюдений) и задачи построения стохастических моделей и прогнозирования.

Главной особенностью учебника является акцент на практическом усвоении теоретического материала. Большинство тем представлено в виде сжатого изложения теории рассматриваемого вопроса с развернутыми примерами ее реализации в форме прикладных алгоритмов и программ в среде Матлаб. Приведены задачи с вариантами решений.

Учебник предназначен для студентов очной формы обучения по направлениям подготовки «Информационные системы и технологии» и «Системный анализ и управление» в рамках рабочих программ дисциплин «Стохастическое моделирование», «Интеллектуальный анализ данных», «Системный анализ, оптимизация и принятие решений» и «Управление в организационных системах». Также книга может быть использована студентам заочного отделения по указанной выше специальности.

Издание содержит основные теоретические сведения по технологиям интеллектуального анализа данных, таким как кластеризация данных, искусственные нейронные сети, генетические алгоритмы, нечеткое моделирование. Приведены примеры и задания для их реализации в вычислительной среде Scilab. Учебник предназначен для студентов, обучающихся по направлениям подготовки «Информационная безопасность» направленность «Организация и технология защиты информации» и «Компьютерная безопасность», направленность «Математические методы защиты информации», изучающих технологии и методы интеллектуального анализа данных.

Учебное пособие содержит изложение методов и алгоритмов математической статистики, решения задач фильтрации, аппроксимации, спектрального и гармонического анализа, возникающих при обработке и анализе экспериментальных данных
Приводятся необходимые теоретические положения и соответствующие расчетные соотношения. Отдельное внимание уделяется реализации этих соотношений в математическом пакете MathCAD и табличном процессоре Excel. В пособии приведено большое количество примеров и копий фрагментов документов, которые позволят студентам не только лучше понять и усвоить учебный материал,
но и эффективно использовать эти приложения при выполнении курсовых и выпускных квалификационных работ.
Пособие предназначено для бакалавров и магистрантов, обучающихся по направлению подготовки «Строительство», и аспирантов направления «Техника и технологии строительства», а также будет весьма полезным магистрантам, аспирантам и преподавателям при изучении дисциплин, связанных с обработкой экспериментальных данных.

В учебнике излагается содержание курса по дисциплине «Теория информационных процессов и систем», а также дополнительные материалы по дисциплинам «Системы поддержки принятия решений» и «Технологии интеллектуального анализа данных» по направлению «Информационные системы и технологии», в том числе профиля «Информационные технологии на транспорте» в соответствии с ФГОС 3++. Рассмотрены основные аспекты работы с большими данными, методы и технологии «Big Data» и «Data Mining», а также общие приемы интеллектуального анализа данных. В качестве инструментальной среды разработки используется интегрированный пакет MatLab версий 6.5 и выше. Учебник предназначен для формирования у студентов компетенций в соответствии с рабочей программой дисциплины «Теория информационных процессов и систем». Материалы учебника также могут быть использованы студентами, магистрантами и аспирантами других инженерно-технических специальностей, желающими самостоятельно изучить вопросы анализа больших данных.

В учебнике рассмотрены теория и практика статистической деятельности в России в условиях новых вызовов со стороны быстроменяющихся социально-экономических явлений в период становления цифровой экономики.

Учебник предназначен для бакалавров, магистров экономических и информационных направлений и программ подготовки, аспирантов и преподавателей вузов.

В пособии рассматривается использование пакета программ WEKA для решения задач классификации и кластеризации.
Учебное пособие предназначено для студентов вузов, обучающихся по направлениям подготовки бакалавров «Системный анализ и управление» и «Информационные системы и технологии». Оно может быть также использовано при обучении студентов других направлений подготовки и в учреждениях дополнительного профессионального образования.

В учебном пособии приводится описание двух систем логического анализа данных, предназначенных для выявления в данных if-then правил. Первая система относится к наиболее представительному и популярному направлению, связанному с построением деревьев решений. Вторая система реализует метод ограниченного перебора. Описание систем сопровождается подробно разобранными примерами из различных предметных областей.

Книга предназначена для студентов старших курсов, магистров, аспирантов, научных работников и других специалистов, изучающих современные методы анализа данных.

В пособии излагается содержание курса по дисциплине «Технологии интеллектуального анализа данных» по направлению «Информационные системы и технологии», в том числе профиля «Информационные технологии на транспорте» в соответствии с ФГОС 3.0. В качестве инструментальной среды разработки используется интегрированный пакет MatLab версий 6.5 и выше.

Учебное пособие предназначено для формирования у студентов компетенций в соответствии с рабочей программой дисциплины «Технологии интеллектуального анализа данных». Материалы пособия также могут быть использованы студентами, магистрантами и аспирантами других инженерно-технических специальностей, желающими самостоятельно изучить вопросы анализа экспериментальных данных.

Книга содержит основные теоретические положения по следующим разделам регрессионного анализа экспериментальных данных: регрессионные модели и регрессионное моделирование, парный и множественный регрессионный анализ, построение регрессионных моделей на практике. Приводятся необходимые расчетные соотношения. Большое внимание уделяется реализации этих соотношений в математическом пакете Mathcad. Учебное пособие содержит большое количество примеров и копий фрагментов документов Mathcad, которые позволят читателям не только лучше понять и усвоить учебный материал, но и эффективно использовать пакет Mathcad при выполнении курсовых и дипломных работ, а также при работе над магистерскими и кандидатскими диссертациями. Файлы, включенные в прилагаемый CD, содержат документы Mathcad, позволяющие построить и проанализировать парные и множественные регрессионные модели. Это, с одной стороны, позволит читателю использовать эти документы для построения «своих» регрессионных моделей с минимальными затратами времени, а с другой стороны, послужит некоторым примером при составлении «своих» программ обработки данных. Книга рекомендуется студентам технических и экономических специальностей при изучении учебных дисциплин, включающих корреляционный и регрессионный анализ данных. Книга будет также полезна магистрантам, аспирантам, инженерам и научным сотрудникам при построении регрессионных моделей и эмпирических зависимостей по экспериментальным данным с использованием современных математических пакетов.