Поиск книг по лучшей цене!

Актуальная информация о наличии книг в крупных интернет-магазинах и сравнение цен.


  • Рафалович В.. Data mining, или интеллектуальный анализ данных для занятых. Практический курс
    Data mining, или интеллектуальный анализ данных для занятых. Практический курс
    Рафалович В.
    Что такое информация? Как можно проанализировать данные, которые у вас есть? А если данных очень много и они требуют вычислительной мощи современных компьютеров? Какие выводы можно сделать из этого массива данных? Может - никаких, а может - это неиссякаемый источник, приносящий все новые возможности. Самое ценное, что есть у любого человека, это его знания, помноженные на опыт. Эта книга помогает занятому человеку быстро погрузиться в увлекательный мир интеллектуального анализа данных с целью извлечения полезной информации, которую можно использовать в дальнейшем, например, в бизнесе или в принятии решений. Эта деятельность по-английски называется Data mining и содержит методы, используемые самыми разными специалистами-аналитиками, исследующими медицинские, политические, экономические и другие всевозможные источники данных. Предполагается, что читатель более-менее знаком с Excel и пользуется им время от времени. Знания SQL-сервера не требуется, но полезно иметь.
  • Осипенков Я.М.. Google Analytics 2019. Полное руководство
    Google Analytics 2019. Полное руководство
    Осипенков Я.М.
    В данной книге вы найдете исчерпывающие материалы по настройке и работе с самым популярным инструментом веб-аналитики в мире. Темы, которые разбираются в руководстве: настройка целей, событий, электронная торговля, функция User ID, когортный анализ, ассоциированные конверсии и многоканальные последовательности, ремаркетинг, динамический ремаркетинг, междоменное отслеживание, Measurement Protocol, файлы cookie, уникальный идентификатор отслеживания (он же Client ID), эксперименты Google Analytics, а также визуализация данных в Google Data Studio, Microsoft Power BI и Tableau. Издание будет интересно всем, кто хочет начать знакомство с сервисом Google, быстро погрузиться в процесс анализа данных, а также получить базовые знания в построении и автоматизации отчетности.
  • Лакшманан В., Тайджани Д.. Google BigQuery. Всё о хранилищах данных, аналитике и машинном обучении
    Google BigQuery. Всё о хранилищах данных, аналитике и машинном обучении
    Лакшманан В., Тайджани Д.
    Вас пугает необходимость обрабатывать петабайтные наборы данных? Познакомьтесь с Google BigQuery, — системой хранения информации, которая может консолидировать данные по всему предприятию, облегчает интерактивный анализ и позволяет реализовать задачи машинного обучения. Теперь вы можете эффективно хранить, запрашивать, получать и изучать данные в одной удобной среде. Вальяппа Лакшманан и Джордан Тайджани научат вас работать в современном хранилище данных, используя все возможности масштабируемого, безсерверного публичного облака. С этой книгой вы: - Погрузитесь во внутреннее устройство BigQuery. - Изучите типы данных, функции и операторы, которые поддерживает Big Query. - Оптимизируете запросы и реализуете схемы повышения производительности или снижения затрат. - Узнаете о GIS, time travel, DDL / DML, пользовательских функциях и сценариях SQL. - Решите множество задач машинного обучения. - Узнаете, как защитить данные, отслеживать работу и авторизовать пользователей.
  • Лесковец Юре, Раджараман Ананд, Ульман Джеффри Д.. Анализ больших наборов данных
    Анализ больших наборов данных
    Лесковец Юре, Раджараман Ананд, Ульман Джеффри Д.
    Эта книга написана ведущими специалистами в области технологий баз данных и веба. Благодаря популярности интернет-торговли появилось много чрезвычайно объемных баз данных, для извлечения информации из которых нужно применять методы добычи данных (data mining). В книге описываются алгоритмы, которые реально использовались для решения важнейших задач добычи данных и могут быть с успехом применены даже к очень большим наборам данных. Изложение начинается с рассмотрения технологии MapReduce - важного средства распараллеливания алгоритмов. Излагаются алгоритмы хэширования с учетом близости и потоковой обработки данных, которые поступают слишком быстро для тщательного анализа. В последующих главах рассматривается идея показателя PageRank, нахождение частых предметных наборов и кластеризация. Во второе издание включен дополнительный материал о социальных сетях, машинном обучении и понижении размерности. Издание будет в равной мере полезна студентам и программистам-практикам.
  • Поляков А.. Безопасность Oracle глазами аудитора: нападение и защита
    Безопасность Oracle глазами аудитора: нападение и защита
    Поляков А.
    Эта книга является первым исследованием, написанным отечественным автором, которое посвящено проблеме безопасности СУБД Oracle. Материал книги основан на практическом опыте автора, полученном им в результате проведения тестов на проникновение и обширной исследовательской деятельности в области безопасности СУБД. Книга построена таким образом, что вначале читатель ставится на место потенциального злоумышленника и изучает все возможные способы получения доступа к базе данных, вплоть до поиска новых уязвимостей и написания эксплоитов. Получив достаточно знаний об основных уязвимостях СУБД и о способах проникновения, читатель переходит ко второй части книги, в которой подробно описаны методы защиты СУБД Oracle как с помощью безопасной конфигурации и следования стандартам (в частности, PCI DSS), так и при помощи дополнительных средств обеспечения ИБ. Книга предназначена как специалистам по безопасности, так и сетевым администраторам, разработчикам и администраторам баз данных, а также всем тем, кто интересуется вопросами информационной безопасности.
  • Дейт К.Дж.. Введение в системы баз данных
    Введение в системы баз данных
    Дейт К.Дж.
    Настоящая книга представляет собой исчерпывающее введение в очень широкую в настоящее время область теории систем баз данных. С ее помощью читатель сможет приобрести фундаментальные знания в области технологии баз данных, а также ознакомиться с направлениями, по которым эта область, вероятно, будет развиваться в будущем. Книга предназначена для использования в основном в качестве учебника, а не справочника (но я надеюсь, что ее в какой-то мере можно будет использовать и в качестве справочного руководства). В книге сделан акцент на усвоении сути и глубоком понимании излагаемого материала, а не просто на его формальном изложении. В целом, книга ориентирована на читателей, которые профессионально работают с компьютерами в той или иной области и хотят получить общее представление о теории и практическом использовании систем баз данных. Предполагается, что читатель имеет, по крайней мере, базовые знания в следующих областях: - средства управления памятью и файлами (индексация и т.д.) в современных компьютерных системах; - средства хотя бы одного из языков программирования высокого уровня (таких как Java, Pascal, PL/I и т.д.). Что касается ознакомления с первой из указанных областей, то подробное учебное руководство по относящимся к ней темам приведено в приложении Г, "Структуры хранения и методы доступа".
  • Робинсон Ян, Эифрем Эмиль, Вебер Джим. Графовые базы данных. Новые возможности для работы со связанными данными
    Графовые базы данных. Новые возможности для работы со связанными данными
    Робинсон Ян, Эифрем Эмиль, Вебер Джим
    Узнайте, как графовые базы данных помогут вам в обработке и извлечении с помощью запросов тесно связанных между собою данных. Эта книга, имеющая практическую направленность, даст вам возможность узнать, как проектировать и реализовывать приложения, основанные на графовых базах данных, привносящих мощь графов в широкий круг прикладных областей. Если вам необходимо уменьшить время выполнения запросов пользователей или создать базу данных, способную приспосабливаться под быстро развивающийся бизнес, то эта книга продемонстрирует вам применение графовых моделей, не связанных жесткими схемами, для решения реальных задач. Второе издание книги содержит обновленные примеры кода и схемы, соответствующие актуальному синтаксису Neo4j, а также информацию о новом функционале Neo4j. Узнайте о реальном использовании разными организациями графовых баз данных, причиной которого является получение преимущества над конкурентами. Модели данных, запросы и примеры кода, приведенные в этой книге, позволят вам эффективно реализовывать ваши собственные решения. Графовое моделирование предоставляет незаменимое и весьма ощутимое конкурентное преимущество организациям, стремящимся основывать свои действия и решения на обработке данных. Узнайте о лучших методиках при моделировании графами. Проектирование и реализация решений, основанных на графовых базах данных, с использованием подхода непрерывного тестирования. Ознакомьтесь с реальными примерами, чтобы понять, как и почему организации используют графовые базы данных. Освойте общие принципы и изучите составные части архитектуры графовых баз данных. Используйте аналитические методы и алгоритмы для извлечения нужных сведений из графовых баз данных. Как избежать типичных ошибок при моделировании графами.
  • Коллинз М.. Защита сетей. Подход на основе анализа данных
    Защита сетей. Подход на основе анализа данных
    Коллинз М.
    Традиционных способов обнаружения вторжений и анализа системных журналов уже недостаточно для защиты сложных современных сетей. В данной книге специалист по проблемам безопасности Майкл Коллинз предлагает различные методы и инструменты для сбора и анализа данных о трафике. Вы поймете, как используется ваша сеть и что необходимо для обеспечения ее безопасности. Рассматриваются процессы сбора и организации данных, инструменты для их анализа, а также различные аналитические сценарии и методики. Описывается активный контроль и управление трафиком, обнаружение внутренней угрозы, интеллектуальный анализ данных, регрессия и машинном обучении и другие темы.
  • Зарова Е.В.. Методы Data mining в обработке и анализе статистических данных (решения в R)
    Методы Data mining в обработке и анализе статистических данных (решения в R)
    Зарова Е.В.
    В монографии изложены теоретические основы применения методов Data mining (интеллектуального анализа данных) для решения практических задач обработки и анализа статистической информации. Рассмотрены алгоритмы и команды R, обеспечивающие повышение эффективности статистического процесса на этапах работы с пропущенными данными и статистическими выбросами, комплексного расчета показателей описательной статистики, а также за счет интегрирования массивов микроданных различных статистических наблюдений, выявления скрытых структур и системных взаимосвязей в массивах данных методами «случайный лес» и бикластерного анализа. Представленная апробация изложенных методов на основе реальных данных официальной статистики определяет прикладную значимость монографии. Представленные методический материал и команды программной среды R рекомендуются для применения как в органах государственной статистики, так и в других структурах, занимающихся обработкой больших массивов данных. Монография также будет полезна специалистам и студентам, овладевающим принципами и методами науки о данных (Data science).
  • Новиков Б., Горшкова Е.. Основы технологий баз данных
    Основы технологий баз данных
    Новиков Б., Горшкова Е.
    Postgres Professional представляет учебный курс, охватывающий теоретические основы баз данных, управление транзакциями и обеспечение согласованности данных, разграничение доступа, вопросы взаимодействия приложений с СУБД. Рассматривается как классическая реляционная модель данных, так и ее расширения, в том числе объектные. Книга содержит и краткое введение в язык SQL. Читатель, изучающий основы технологий баз данных по этой книге, получит не только фундаментальные знания, но и представление и том, как теория реализуется н практике. Все сведения проиллюстрированы на примере высокопроизводительной СУБД с открытым кодом PostgreSQL. Примеры кода используют специально разработанную демонстрационную базу данных. Практические задания к каждой главе помогают закрепить пройденный материал. Курс рассчитан на разработчиков данных и СУБД, а также на студентов вузов, имеющих базовую подготовку по программированию.
  • Новиков Б., Горшкова Е.. Основы технологий баз данных
    Основы технологий баз данных
    Новиков Б., Горшкова Е.
    Материал первой части учебного пособия составляет основу для базового курса и содержит краткий обзор требований и критериев оценки СУБД и баз данных, теоретическую реляционную модель данных, основные конструкции языка запросов SQL, организацию доступа к базе данных PostgreSQL, вопросы проектирования приложений и основные расширения, доступные в системе PostgreSQL. Вторая часть, добавленная в настоящем издании, содержит материал, который будет полезен разработчикам баз данных и СУБД. В ней подробно рассматриваются структуры хранения, методы выполнения и оптимизации запросов, дополнительные возможности языка SQL, средства поддержки согласованности и надежности. Рассмотрены средства программирования серверов баз данных, средства расширения функциональности PostgreSQL, вопросы создания систем с репликацией, параллельных и распределенных систем баз данных. Издание рассчитано на разработчиков СУБД, а также на студентов вузов, имеющих базовую подготовку по программированию.
  • Тамер Ё.М., Вальдуриес П.. Принципы организации распределенных баз данных
    Принципы организации распределенных баз данных
    Тамер Ё.М., Вальдуриес П.
    В книге представлено подробное описание распределенных и параллельных баз данных с учетом новейших технологий. Авторы затрагивают такие темы, как проектирование распределенных и параллельных БД, контроль распределенных данных, распределенная обработка запросов и транзакций, интеграция баз данных. Отдельная глава посвящена обработке больших данных (в частности, обсуждаются распределенные системы хранения, потоковая обработка данных, платформы MapReduce и Spark, анализ графов и озера данных). Обработка веб-данных рассматривается с акцентом на технологию RDF, получившую широкое распространение. В конце глав 2–12 приводятся упражнения, позволяющие закрепить теоретический материал. На сопроводительном сайте читатели найдут информацию об основах реляционных баз данных, обработке запросов, управлении транзакциями и компьютерных сетях. Кроме того, на сайте выложены все рисунки к книге, слайды и решения упражнений (только для преподавателей). Издание может использоваться в качестве учебника для студентов и магистрантов, изучающих информатику и смежные дисциплины, а также заинтересует всех, кто занимается компьютерными науками.
  • Распределенные данные. Алгоритмы работы современных систем хранения информации
    Распределенные данные. Алгоритмы работы современных систем хранения информации
    Когда дело доходит до выбора, использования и обслуживания базы данных, важно понимать ее внутреннее устройство. Как разобраться в огромном море доступных сегодня распределенных баз данных и инструментов? На что они способны? Чем различаются? Алекс Петров знакомит нас с концепциями, лежащими в основе внутренних механизмов современных баз данных и хранилищ. Для этого ему пришлось обобщить и систематизировать разрозненную информацию из многочисленных книг, статей, постов и даже из нескольких баз данных с открытым исходным кодом. Вы узнаете о принципах и концепциях, используемых во всех типах СУБД, с акцентом на подсистеме хранения данных и компонентах, отвечающих за распределение. Эти алгоритмы используются в базах данных, очередях сообщений, планировщиках и в другом важном инфраструктурном программном обеспечении. Вы разберетесь, как работают современные системы хранения информации, и это поможет взвешенно выбирать необходимое программное обеспечение и выявлять потенциальные проблемы.
  • Зыков Р.В.. Роман с Data Science. Как монетизировать большие данные
    Роман с Data Science. Как монетизировать большие данные
    Зыков Р.В.
    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. Эта книга предназначена для думающих читателей, которые хотят попробовать свои силы в области анализа данных и создавать сервисы на их основе. Она будет вам полезна, если вы менеджер, который хочет ставить задачи аналитике и управлять ею. Если вы инвестор, с ней вам будет легче понять потенциал стартапа. Те, кто «пилит» свой стартап, найдут здесь рекомендации, как выбрать подходящие технологии и набрать команду. А начинающим специалистам книга поможет расширить кругозор и начать применять практики, о которых они раньше не задумывались, и это выделит их среди профессионалов такой непростой и изменчивой области.
  • Мыльников Л.А.. Статистические методы интеллектуального анализа данных
    Статистические методы интеллектуального анализа данных
    Мыльников Л.А.
    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.
  • Гулакова В.К., Трубаков А.О., Трубаков Е.О.. Структуры и алгоритмы обработки многомерных данных. Монография
    Структуры и алгоритмы обработки многомерных данных. Монография
    Гулакова В.К., Трубаков А.О., Трубаков Е.О.
    Книга посвящена описанию структур и алгоритмов для индексирования и обработки многомерных данных. В ней систематизированы наиболее важные подходы, описаны их математические и логические принципы построения, проанализированы достоинства и недостатки. Содержится большое число примеров листинга, позволяющих более детально разобраться в представленных подходах. На различных примерах рассматриваются особенности проектирования и разработки приложений, обрабатывающих многомерные и многоатрибутные данные. Монография предназначена для бакалавров и магистров, обучающихся по направлениям «Информатика и вычислительная техника», «Программная инженерия», «Математическое обеспечение и администрирование информационных систем», а также по близким направлениям. Также она будет полезна научным работникам, преподавателям, специалистам, аспирантам, связанным с прикладной математикой и разработкой программного обеспечения. Можно использовать специалистам, занимающимся хранилищами данных, поиском информации и другими смежными проблемами.
  • Тарасов Сергей Витальевич. СУБД для программиста. Базы данных изнутри. Учебное пособие
    СУБД для программиста. Базы данных изнутри. Учебное пособие
    Тарасов Сергей Витальевич
    Книга охватывает различные этапы разработки и сопутствующие им ситуации из практики программистов приложений, работающих с системами управления базами данных. Даются рекомендации по выбору решений как в проектировании (архитектуре), так и в программировании автоматизированных информационных систем уровня предприятия. Приводятся примеры для различных СУБД и моделей: Microsoft SQL Server, PostgreSQL, Firebird, Oracle, XML, NoSQL. Для программистов, студентов и других специалистов в области информационных технологий, а также всех интересующихся темой разработки приложений баз данных.
  • Ын А., Су К.. Теоретический минимум по Big Data. Всё что нужно знать о больших данных
    Теоретический минимум по Big Data. Всё что нужно знать о больших данных
    Ын А., Су К.
    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.
  • Уикем Хэдли, Гроулмунд Гарретт. Язык R в задачах науки о данных. Импорт, подготовка, обработка, визуализация и моделирование данных. Руководство
    Язык R в задачах науки о данных. Импорт, подготовка, обработка, визуализация и моделирование данных. Руководство
    Уикем Хэдли, Гроулмунд Гарретт
    Овладейте искусством превращения необработанных первичных данных в плодотворные догадки, гипотезы и новые знания с помощью языка R. Эта книга задумана как введение в вычислительную среду R, среду разработки RStudio и библиотеку tidyverse — коллекцию пакетов, совместное использование которых обеспечивает быстроту и легкость анализа данных. Книга ориентирована на читателей, не имеющих предварительного опыта программирования, и предназначена для того, чтобы помочь им в как можно более короткие сроки начать решать задачи науки о данных. Авторы книги познакомят вас со всеми стадиями процесса анализа данных, включая импорт, предварительную подготовку, разведочный анализ и моделирование данных, а также демонстрацию результатов. Прочитав книгу, вы получите цельное представление как о процессе анализа данных в целом, так и об основных инструментах, используемых при его проведении.

© 2007-2019 books.iqbuy.ru 18+