Навигация по тегам:
сейчас книг более 2400 шт.
╒ ЯП:
╞ #Ada
╞ #Assembler
╞ #Bash
╞ #Clojure
╞ #CoffeeScript
╞ #Cpp
╞ #Си
╞ #C_Sharp
╞ #CSS
╞ #Dart
╞ #DAX
╞ #Deno
╞ #ECMAScript
╞ #Elixir
╞ #EJB
╞ #Erlang
╞ #F_Sharp
╞ #GLSL
╞ #Go
╞ #GraphQL
╞ #Haskell
╞ #HLSL
╞ #HTML
╞ #Java
╞ #JavaScript
╞ #Julia
╞ #Kotlin
╞ #Lisp
╞ #Lua
╞ #MQL5
╞ #NetLogo
╞ #Objective_C
╞ #OCaml
╞ #Perl
╞ #PHP
╞ #PL_SQL
╞ #Processing
╞ #Python
╞ #Q_Sharp
╞ #R
╞ #Ruby
╞ #Rust
╞ #Scala
╞ #Scilab
╞ #Scheme
╞ #Solidity
╞ #SQL
╞ #Swift
╞ #Tcl
╞ #T_SQL
╞ #TypeScript
╞ #VBA
╞ #Verilog
╞ #VHDL
╞ #XAML
╘══════════════
╒ Все остальное:
╞ #Airflow
╞ #Agile
╞ #Akka
╞ #Android
╞ #Angular
╞ #Ansible
╞ #API
╞ #Arduino
╞ #Asterisk
╞ #BigData
╞ #BigQuery
╞ #Blender
╞ #Blockchain
╞ #Boost
╞ #BPF
╞ #Cassandra
╞ #Causal_inference
╞ #ComputerScience
╞ #ComputerVision
╞ #CUDA
╞ #Dash
╞ #DataFlow
╞ #DataMining
╞ #DataScience
╞ #DeepLearning
╞ #DevOps
╞ #Django
╞ #Docker
╞ #dotNET
╞ #Elasticsearch
╞ #ElasticStack
╞ #Express
╞ #FastAPI
╞ #Figma
╞ #Flink
╞ #Flutter
╞ #FPGA
╞ #GameDev
╞ #Git
╞ #ggplot2
╞ #Google
╞ #Hadoop
╞ #Hibernate
╞ #HTTP_2
╞ #IOS
╞ #IoT
╞ #IPAD
╞ #Istio
╞ #Jenkins
╞ #jQuery
╞ #Kafka
╞ #KaliLinux
╞ #Kibana
╞ #Keras
╞ #Kubernetes
╞ #Laravel
╞ #LaTeX
╞ #LibreOffice
╞ #LINQ
╞ #Linux
╞ #Loginom
╞ #Logstash
╞ #Maple
╞ #MATLAB
╞ #M_Access
╞ #MachineLearning
╞ #Matplotlib
╞ #Mediastreamer2
╞ #MFC
╞ #Micro_bit
╞ #MongoDB
╞ #MSOffice
╞ #MS_SQL_Server
╞ #MySQL
╞ #NGINX
╞ #NLP
╞ #NodeJS
╞ #NoSQL
╞ #OpenCV
╞ #OpenGL
╞ #OpenStack
╞ #OpenTelemetry
╞ #Oracle
╞ #Pandas
╞ #Pentest
╞ #Plotly
╞ #Podman
╞ #PostgreSQL
╞ #PowerBI
╞ #PowerShell
╞ #PowerQuery
╞ #Prometheus
╞ #PySpark
╞ #PyTorch
╞ #PyQt
╞ #Qt
╞ #Raspb_PI
╞ #React
╞ #Redux
╞ #Roblox
╞ #RubyOnRails
╞ #Sapper
╞ #SCADA
╞ #Scikit_Learn
╞ #Scrum
╞ #Shiny
╞ #Spark
╞ #Splunk
╞ #Spring
╞ #STL
╞ #Svelte
╞ #Symfony
╞ #TensorFlow
╞ #Terraform
╞ #Torque
╞ #UML
╞ #Unity
╞ #UNIX
╞ #UnrealEngine
╞ #UX_UI
╞ #Vim
╞ #VVVV
╞ #VueJS
╞ #WebAssembly
╞ #WinAPI
╞ #Windows
╞ #WordPress
╞ #Yii2
╞ #Zabbix
╞ #ZBrush
╞ #1С
╘══════════════
╞ #Администрирование
╞ #Алгоритмы
╞ #АналоговыеВМ
╞ #АрхитектураЭВМ
╞ #АСУ_ТП
╞ #БазыДанных
╞ #Беспилотники
╞ #Биоинформатика
╞ #БотыРазработка
╞ #Веб_дизайн
╞ #ВероятностноеПрогр
╞ #ВиртРеальность
╞ #Высоконагруженные
╞ #Дизассемблирование
╞ #ДинамическоеПрогр
╞ #ДляДетей
╞ #ЗадачиПоПроге
╞ #ИБ
╞ #ИИ
╞ #Интерфейс
╞ #Информатика
╞ #Канбан
╞ #Квантовые
╞ #Компиляторы
╞ #КомпГрафика
╞ #Контроллеры
╞ #Криптография
╞ #ЛогКонтроллеры
╞ #ЛогическоеПр
╞ #Математика
╞ #МатСтат
╞ #Микроконтроллеры
╞ #Микросервисы
╞ #МожноПочитать
╞ #Нейросети
╞ #Облака
╞ #ОлимпиадноеПр
╞ #ООП
╞ #ОС
╞ #ПараллельноеПрогр
╞ #Паттерны
╞ #ПоисковыеСистемы
╞ #ПОП
╞ #ПотоковаяОбработка
╞ #ПринятиеРешений
╞ #ПрогрИнженерия
╞ #РаспределённыеСистемы
╞ #Регулярки
╞ #Рефакторинг
╞ #Сайтостроение
╞ #САПР
╞ #СемантическийВеб
╞ #Сети
╞ #Стеганография
╞ #СтримингСистемы
╞ #Схемотехника
╞ #ТеорияИгр
╞ #ТестированиеПО
╞ #ФункциональноеПрогр
╞ #Хакинг
╞ #ЦифрОбрСигналов
╞ #Электроника
╘══════════════
Чат: it_boooks_chat
сейчас книг более 2400 шт.
╒ ЯП:
╞ #Ada
╞ #Assembler
╞ #Bash
╞ #Clojure
╞ #CoffeeScript
╞ #Cpp
╞ #Си
╞ #C_Sharp
╞ #CSS
╞ #Dart
╞ #DAX
╞ #Deno
╞ #ECMAScript
╞ #Elixir
╞ #EJB
╞ #Erlang
╞ #F_Sharp
╞ #GLSL
╞ #Go
╞ #GraphQL
╞ #Haskell
╞ #HLSL
╞ #HTML
╞ #Java
╞ #JavaScript
╞ #Julia
╞ #Kotlin
╞ #Lisp
╞ #Lua
╞ #MQL5
╞ #NetLogo
╞ #Objective_C
╞ #OCaml
╞ #Perl
╞ #PHP
╞ #PL_SQL
╞ #Processing
╞ #Python
╞ #Q_Sharp
╞ #R
╞ #Ruby
╞ #Rust
╞ #Scala
╞ #Scilab
╞ #Scheme
╞ #Solidity
╞ #SQL
╞ #Swift
╞ #Tcl
╞ #T_SQL
╞ #TypeScript
╞ #VBA
╞ #Verilog
╞ #VHDL
╞ #XAML
╘══════════════
╒ Все остальное:
╞ #Airflow
╞ #Agile
╞ #Akka
╞ #Android
╞ #Angular
╞ #Ansible
╞ #API
╞ #Arduino
╞ #Asterisk
╞ #BigData
╞ #BigQuery
╞ #Blender
╞ #Blockchain
╞ #Boost
╞ #BPF
╞ #Cassandra
╞ #Causal_inference
╞ #ComputerScience
╞ #ComputerVision
╞ #CUDA
╞ #Dash
╞ #DataFlow
╞ #DataMining
╞ #DataScience
╞ #DeepLearning
╞ #DevOps
╞ #Django
╞ #Docker
╞ #dotNET
╞ #Elasticsearch
╞ #ElasticStack
╞ #Express
╞ #FastAPI
╞ #Figma
╞ #Flink
╞ #Flutter
╞ #FPGA
╞ #GameDev
╞ #Git
╞ #ggplot2
╞ #Hadoop
╞ #Hibernate
╞ #HTTP_2
╞ #IOS
╞ #IoT
╞ #IPAD
╞ #Istio
╞ #Jenkins
╞ #jQuery
╞ #Kafka
╞ #KaliLinux
╞ #Kibana
╞ #Keras
╞ #Kubernetes
╞ #Laravel
╞ #LaTeX
╞ #LibreOffice
╞ #LINQ
╞ #Linux
╞ #Loginom
╞ #Logstash
╞ #Maple
╞ #MATLAB
╞ #M_Access
╞ #MachineLearning
╞ #Matplotlib
╞ #Mediastreamer2
╞ #MFC
╞ #Micro_bit
╞ #MongoDB
╞ #MSOffice
╞ #MS_SQL_Server
╞ #MySQL
╞ #NGINX
╞ #NLP
╞ #NodeJS
╞ #NoSQL
╞ #OpenCV
╞ #OpenGL
╞ #OpenStack
╞ #OpenTelemetry
╞ #Oracle
╞ #Pandas
╞ #Pentest
╞ #Plotly
╞ #Podman
╞ #PostgreSQL
╞ #PowerBI
╞ #PowerShell
╞ #PowerQuery
╞ #Prometheus
╞ #PySpark
╞ #PyTorch
╞ #PyQt
╞ #Qt
╞ #Raspb_PI
╞ #React
╞ #Redux
╞ #Roblox
╞ #RubyOnRails
╞ #Sapper
╞ #SCADA
╞ #Scikit_Learn
╞ #Scrum
╞ #Shiny
╞ #Spark
╞ #Splunk
╞ #Spring
╞ #STL
╞ #Svelte
╞ #Symfony
╞ #TensorFlow
╞ #Terraform
╞ #Torque
╞ #UML
╞ #Unity
╞ #UNIX
╞ #UnrealEngine
╞ #UX_UI
╞ #Vim
╞ #VVVV
╞ #VueJS
╞ #WebAssembly
╞ #WinAPI
╞ #Windows
╞ #WordPress
╞ #Yii2
╞ #Zabbix
╞ #ZBrush
╞ #1С
╘══════════════
╞ #Администрирование
╞ #Алгоритмы
╞ #АналоговыеВМ
╞ #АрхитектураЭВМ
╞ #АСУ_ТП
╞ #БазыДанных
╞ #Беспилотники
╞ #Биоинформатика
╞ #БотыРазработка
╞ #Веб_дизайн
╞ #ВероятностноеПрогр
╞ #ВиртРеальность
╞ #Высоконагруженные
╞ #Дизассемблирование
╞ #ДинамическоеПрогр
╞ #ДляДетей
╞ #ЗадачиПоПроге
╞ #ИБ
╞ #ИИ
╞ #Интерфейс
╞ #Информатика
╞ #Канбан
╞ #Квантовые
╞ #Компиляторы
╞ #КомпГрафика
╞ #Контроллеры
╞ #Криптография
╞ #ЛогКонтроллеры
╞ #ЛогическоеПр
╞ #Математика
╞ #МатСтат
╞ #Микроконтроллеры
╞ #Микросервисы
╞ #МожноПочитать
╞ #Нейросети
╞ #Облака
╞ #ОлимпиадноеПр
╞ #ООП
╞ #ОС
╞ #ПараллельноеПрогр
╞ #Паттерны
╞ #ПоисковыеСистемы
╞ #ПОП
╞ #ПотоковаяОбработка
╞ #ПринятиеРешений
╞ #ПрогрИнженерия
╞ #РаспределённыеСистемы
╞ #Регулярки
╞ #Рефакторинг
╞ #Сайтостроение
╞ #САПР
╞ #СемантическийВеб
╞ #Сети
╞ #Стеганография
╞ #СтримингСистемы
╞ #Схемотехника
╞ #ТеорияИгр
╞ #ТестированиеПО
╞ #ФункциональноеПрогр
╞ #Хакинг
╞ #ЦифрОбрСигналов
╞ #Электроника
╘══════════════
Чат: it_boooks_chat
#BigData 2019
Big data простым языком
Авторы: Алексей Благирев, Наталья Хапаева
Наш телефон знает о нас больше, чем мы думаем. Он умеет собирать и анализировать информацию о том, как мы передвигаемся по городу, какие посты лайкаем и какими приложениями пользуемся. Он сообщит о пробках и поторопит на работу, чтобы мы не опоздали; подберет музыку под наше настроение и составит список персональных рекомендаций, чем можно занять себя в течение дня. Телефон – больше не устройство, по которому звонят, это уже средство управления окружающим нас миром. Незаметно мы окружили себя такими интерфейсами, которые создают невидимый барьер между человеком и окружающей средой. Планирование, управление, коммуникация, все теперь строится через эти программы и девайсы. Даже человеческие отношения.
Но насколько глубока кроличья нора? Каждому предстоит разобраться в этом самому.
#BigData 2015
Просто о больших данных
Авторы: Джудит Гурвиц, Алан Ньюджент, Ферн Халпер, Марсия Кауфман
Большие данные — один из важнейших технологических трендов, который кардинально меняет возможности использования информации в бизнесе. Многим понятие Big Data пока в новинку, поэтому, прежде чем с ним работать, необходимо уяснить суть как технических, так и бизнес-требований к применению этих технологий.
Вы узнаете:
как наиболее эффективно работать с данными;
как преобразовывать большие объемы данных в полезную информацию;
какие архитектурные решения нужны для работы с большими данными.
В книге освещается широкий круг вопросов, которые помогут сформировать представление о больших данных и определить, для каких целей их можно использовать в конкретной организации.
#BigData 2021
Большие данные. Big Data
Авторы: Макшанов А. В., Журавлев А. Е., Тындыкарь Л. Н.
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
#BigData 2014
Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим
Автор: Виктор Майер-Шенбергер, Кеннет Кукьер
С появлением новой науки открылась удивительная возможность с точностью предсказывать, что произойдет в будущем в самых разных областях жизни. Большие данные — это наша растущая способность обрабатывать огромные массивы информации, мгновенно их анализировать и получать порой совершенно неожиданные выводы. По какому цвету покраски можно судить, что подержанный автомобиль находится в отличном состоянии? Как чиновники Нью-Йорка определяют наиболее опасные люки, прежде чем они взорвутся? И как с помощью поисковой системы Google удалось предсказать распространение вспышки гриппа H1N1? Ключ к ответу на эти и многие другие вопросы лежит в больших данных, которые в ближайшие годы в корне изменят наше представление о бизнесе, здоровье, политике, образовании и инновациях.
#BigData 2018
Убийственные большие данные. Как математика превратилась в оружие массового поражения
Автор: Кэти О'Нил
Математические алгоритмы с каждым днем все сильнее подчиняют себе нашу жизнь. Более того: по мнению автора книги, профессора математики и финансового аналитика, эти алгоритмы уже превратились в опасное оружие в руках государства и корпораций – и это оружие нацелено в первую очередь на самые бедные и незащищенные слои населения.
#MySQL #Hadoop #NoSQL #BigData 2018
MySQL 8 для больших данных
Авторы: Ш. Чаллавала, Д. Лакхатария, Ч. Мехта, К. Патель
В этой книге вы познакомитесь с тем, как администраторы баз данных могли бы использовать MySQL для обработки миллиардов записей и извлечения данных с производительностью, сравнимой или превосходящей коммерческие решения для СУБД с более высокими затратами. Показано как реализовывать успешную стратегию больших данных с помощью таких технологий как Apache Hadoop, MapReduce и MySQL Applier. Кроме того, книга включает в себя практические примеры использования Apache Sqoop для обработки событий в режиме реального времени.
#BigData 2019
Теоретический минимум по Big Data. Всё что нужно знать о больших данных
Авторы: Су Кеннет , Анналин Ын
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.
#Python #ИИ #BigData #IoT #Spark #MachineLearning #DeepLearning #Scikit_Learn #Keras #Облака 2020
Python. Искусственный интеллект, большие данные и облачные вычисления
Автор: Дейтел Пол, Дейтел Харви
Пол и Харви Дейтелы предлагают по-новому взглянуть на Python и использовать уникальный подход, чтобы быстро решить проблемы, стоящие перед современными айтишниками.
Вы на практике познакомитесь с революционными вычислительными технологиями и программированием на Python - одном из самых популярных языков.
#BigData 2016
Большие данные: принципы и практика построения масштабируемых систем обработки данных в реальном времени
Авторы: Н. Марц, Д. Уоррен
В этой книге представлены теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике. В ней рассматривается лямбда-архитектура, предназначенная для построения подобных систем, и на примере конкретного веб-приложения поясняются особенности реализации всех уровней этой архитектуры с помощью инструментальных средств вроде Hadoop, Cassandra и Storm. Для чтения этой книги не требуется предварительное знакомство с особенностями анализа крупномасштабных данных или баз данных типа NoSQL, хотя полезно знать о традиционных базах данных.
Книга рассчитана на читателей, стремящихся освоить принципы построения систем больших данных и внедрить их на практике.
#BigData #Spark 2019
Обработка больших данных с Apache Spark
Авторы: Бутаков Н.А., Петров М.В., Насонов Д.
Учебно-методическое пособие содержит теоретический материал и примеры выполнения задач для курса «Введение в технологии обработки больших данных». Пособие составлено с учётом проведения лабораторных работ с помощью фреймворка Apache Spark. Содержание дисциплины охватывает круг вопросов, связанных с организацией построения ETL-конвейеров на основе Spark SQL и DataFrame API для распределенного выполнения на кластерных вычислительных системах, включая использование итеративных вычислений, важных для машинного обучения, рассмотрения shuffle механизмов и принципов организации управлением памятью в Spark. В результате освоения дисциплины студенты приобретают способности разработки программ и построения конвейеров обработки различных данных, навыки по работе с распределенными кластерными системами, а также способности к применению машинного обучения на распределенных наборах данных.
#DataScience #BigData #Python 2017
Основы Data Science и Big Data. Python и наука о данных
Авторы: Дэви Силен, Арно Мейсман
Data Science – это совокупность понятий и методов, позволяющих придать смысл и понятный вид огромным объемам данных.
Каждая из глав этой книги посвящена одному из самых интересных аспектов анализа и обработки данных. Вы начнете с теоретических основ, затем перейдете к алгоритмам машинного обучения, работе с огромными массивами данных, NoSQL, потоковым данным, глубокому анализу текстов и визуализации информации. В многочисленных практических примерах использованы сценарии Python.
Обработка и анализ данных – одна из самых горячих областей IT, где постоянно требуются разработчики, которым по плечу проекты любого уровня, от социальных сетей до обучаемых систем. Надеемся, книга станет отправной точкой для вашего путешествия в увлекательный мир Data Science.
#BigData 2018
Основы Big Data. Концепции, алгоритмы и технологии
Автор: Томас Эрл
«Основы больших данных» обеспечивают прагматичное и серьезное введение в область больших данных. Популярный ИТ-автор Томас Эрл и его команда четко объясняют ключевые концепции, теорию и терминологию Big Data, а также фундаментальные технологии и методы. Весь охват материала книги поддерживается примерами из практики и многочисленными простыми диаграммами.
#BigData #DataScience 2016
От хранения данных к управлению информацией. 2-е изд.
Авторы: Г. Сомасундарам, А. Шривастава
Книга раскроет перед вами новые перспективы и позволит разобраться в новыми технологиями и навыками, востребованными в наши дни для разработки, реализации, оптимизации и использования виртуализированных инфраструктур, а также управления ими с целью достижения тех преимуществ, которые бизнес может получить от применения облачных технологий.
#BigData 2022
Большие данные. Зачем, что и как?
Авторы: А. Коробейник, А. Запорожан
Электронный учебник – сборник материалов, после изучения которого вы сможете получить краткое и емкое представление о работе с Большими Данными.
– Что такое Большие Данные?
– Откуда берутся Большие Данные и в чем их польза?
– Из каких этапов состоит работа над Большими Данными?
– Как собирать, хранить и анализировать Большие Данные?
– Как понять, о чем говорят специалисты?
На изучение вам потребуется 40 минут. В конце вас ждут вопросы для проверки усвоения материала.
#BigData 2020
Методы и технологии обработки больших данных
Автор: Железнов М. М.
Учебно-методическое пособие включает материалы для подготовки к практическим занятиям и самостоятельной работе по теме «Методы и технологии обработки больших данных». Представлены возможности методов и технологий больших данных в задачах обработки информации, дан список вопросов для самоконтроля.
#BigData 2019
Просто Big Data
Автор: Волкова С.
Большие данные - ключевой элемент современного информационного пространства. Практически все, что делает отдельный человек, группы людей, человечество в целом, компании из разных сфер бизнеса, правительства, происходит в рамках глобального информационного поля. Наша работа, наш досуг, шопинг, путешествия - всё тем или иным способом связано с большими данными. Мы получаем и отправляем письма по электронной почте, мы звоним по телефону и звонят нам, мы сёрфим в Интернете и таким образом получаем и отправляем биты информации и находимся внутри системы больших данных.
Книга рассказывает о практическом применении технологии в торговле и банковском деле, медицине и метеорологии, о том, как большие данные помогают обеспечивать безопасность, предсказывать погоду и заставляют нас делать покупки. Очень скоро большие данные будут править миром. Современному человеку не уйти от больших данных. Это часть нашей жизни.
#R #BigData 2019
Искусство программирования на R. Погружение в большие данные
Автор: Мэтлофф Норман
R является самым популярным в мире языком статистических вычислений: археологи используют его, изучая древние цивилизации, фармацевтические компании выясняют, какие лекарства наиболее безопасны и эффективны, а финансисты задействуют его для оценки рисков и удержания позиций на рынке.
«Искусство программирования на R» — это путешествие, в которое вы отправляетесь с опытным гидом, готовым поделиться всей информацией о разработке ПО: от типов и структур данных до таких продвинутых тем, как замыкания, рекурсия и анонимные функции. Вам не понадобятся специальные знания в области статистики, а программистский опыт может варьироваться от начинающего до профессионала. Вы познакомитесь с функциональным и объектно-ориентированным программированием, математическим моделированием и преобразованием сложных данных в простые и удобные форматы. Проектируете ли вы самолет, прогнозируете ли вы... погоду, или просто хотите «приручить» свои данные, «Искусство программирования на R» станет руководством по использованию всей мощи статистических вычислений.