Digital catalogue


 

Choice of metadata IPR SMART

Page 1, Results: 5

Report on unfulfilled requests: 0

132961
Трусов, А. В.
    Технология проектирования информационных систем : учебное пособие / Трусов А. В. - Москва, Вологда : Инфра-Инженерия, 2023. - 244 с. - ISBN 978-5-9729-1340-4 : Б. ц.
Книга находится в Премиум-версии IPR SMART.

УДК
ББК 32.973

Кл.слова (ненормированные):
автоматизация бизнес-процессов -- информационные системы -- программное обеспечение -- технология проектирования
Аннотация: Содержит основные сведения по технологии проектирования информационных систем. Раскрыты вопросы организационного, информационного, математического, технического и программного обеспечения всех стадий и этапов проектирования систем. Для студентов, обучающихся по направлению подготовки 15.04.04 «Автоматизация технологических процессов и производств» по программе «Интегрированные системы управления производством», по направлению подготовки 38.04.05 «Бизнес-информатика» по программе «Информационная аналитика в управлении предприятием». Может быть полезно специалистам, занимающимся исследованием производственных процессов (бизнес-процессов) и разработкой информационных систем.

Доп.точки доступа:
Трусов, В. А.

Трусов, А. В. Технология проектирования информационных систем [Электронный ресурс] : Учебное пособие / Трусов А. В., 2023. - 244 с.

1.

Трусов, А. В. Технология проектирования информационных систем [Электронный ресурс] : Учебное пособие / Трусов А. В., 2023. - 244 с.


132961
Трусов, А. В.
    Технология проектирования информационных систем : учебное пособие / Трусов А. В. - Москва, Вологда : Инфра-Инженерия, 2023. - 244 с. - ISBN 978-5-9729-1340-4 : Б. ц.
Книга находится в Премиум-версии IPR SMART.

УДК
ББК 32.973

Кл.слова (ненормированные):
автоматизация бизнес-процессов -- информационные системы -- программное обеспечение -- технология проектирования
Аннотация: Содержит основные сведения по технологии проектирования информационных систем. Раскрыты вопросы организационного, информационного, математического, технического и программного обеспечения всех стадий и этапов проектирования систем. Для студентов, обучающихся по направлению подготовки 15.04.04 «Автоматизация технологических процессов и производств» по программе «Интегрированные системы управления производством», по направлению подготовки 38.04.05 «Бизнес-информатика» по программе «Информационная аналитика в управлении предприятием». Может быть полезно специалистам, занимающимся исследованием производственных процессов (бизнес-процессов) и разработкой информационных систем.

Доп.точки доступа:
Трусов, В. А.

141066
Рыжков, А. П.
    Основы теории и применения интеллектуальных методов анализа данных в информационных системах. В 2 частях. Ч.1 : учебное пособие / Рыжков А. П. - Тамбов : Тамбовский государственный технический университет, ЭБС АСВ, 2023. - 80 с. - ISBN 978-5-8265-2549-4, 978-5-8265-2557-9 (ч.1) : Б. ц.
Книга находится в Премиум-версии IPR SMART.

УДК
ББК 32.813

Кл.слова (ненормированные):
анализ данных -- информационные системы -- классификация -- регрессия
Аннотация: Рассмотрены базовые понятия интеллектуального анализа данных, основные методы обработки и анализа данных при решении задач классификации и регрессии. Освящены вопросы практического применения интеллектуальных методов анализа данных в информационных системах, дана характеристика используемых инструментальных средств, таких как Deductor Studio Academic и Loginom Community Edition, а также практические примеры использования указанных средств при решении задач классификации и регрессии. Предназначено для бакалавров направления подготовки 09.03.02 «Информационные системы и технологии», магистрантов направлений подготовки 09.04.02 «Информационные системы и технологии», 27.04.03 «Системный анализ и управление» очной и заочной форм обучения.

Доп.точки доступа:
Кулаков, Ю. В.

Рыжков, А. П. Основы теории и применения интеллектуальных методов анализа данных в информационных системах. В 2 частях. Ч.1 [Электронный ресурс] : Учебное пособие / Рыжков А. П., 2023. - 80 с.

2.

Рыжков, А. П. Основы теории и применения интеллектуальных методов анализа данных в информационных системах. В 2 частях. Ч.1 [Электронный ресурс] : Учебное пособие / Рыжков А. П., 2023. - 80 с.


141066
Рыжков, А. П.
    Основы теории и применения интеллектуальных методов анализа данных в информационных системах. В 2 частях. Ч.1 : учебное пособие / Рыжков А. П. - Тамбов : Тамбовский государственный технический университет, ЭБС АСВ, 2023. - 80 с. - ISBN 978-5-8265-2549-4, 978-5-8265-2557-9 (ч.1) : Б. ц.
Книга находится в Премиум-версии IPR SMART.

УДК
ББК 32.813

Кл.слова (ненормированные):
анализ данных -- информационные системы -- классификация -- регрессия
Аннотация: Рассмотрены базовые понятия интеллектуального анализа данных, основные методы обработки и анализа данных при решении задач классификации и регрессии. Освящены вопросы практического применения интеллектуальных методов анализа данных в информационных системах, дана характеристика используемых инструментальных средств, таких как Deductor Studio Academic и Loginom Community Edition, а также практические примеры использования указанных средств при решении задач классификации и регрессии. Предназначено для бакалавров направления подготовки 09.03.02 «Информационные системы и технологии», магистрантов направлений подготовки 09.04.02 «Информационные системы и технологии», 27.04.03 «Системный анализ и управление» очной и заочной форм обучения.

Доп.точки доступа:
Кулаков, Ю. В.

140142
Пименов, В. И.
    Методы бизнес-аналитики : учебное пособие / Пименов В. И. - Санкт-Петербург : Санкт-Петербургский государственный университет промышленных технологий и дизайна, 2022. - 85 с. - ISBN 978-5-7937-2074-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.

УДК
ББК 65.053

Кл.слова (ненормированные):
deductor -- анализ -- аналитическая отчетность -- бизнес-аналитика -- бизнес-процесс -- данные -- информационное обеспечение -- прикладная информатика
Аннотация: Предназначено для формирования у студентов профессиональной компетенции ПК-5 «Способность моделировать прикладные бизнес-процессы». Приведены сведения об информационном обеспечении процессов управления в организации, информационных системах предприятий, поддерживающих процесс принятия решений, моделях представления и методах извлечения знаний. Формируются навыки интеллектуального анализа данных с помощью аналитической платформы Deductor. Описаны процедуры, необходимые для подготовки, очистки и преобразования данных, разработки системы аналитической отчетности, построения поля знания предметной области, поиска ассоциативных правил, автоматической классификации данных с использованием алгоритмов g-means и k-means, построения и анализа самоорганизующихся карт признаков, прогнозирования на основе моделей решающего дерева и нейронных сетей. Предназначено для студентов направления подготовки 09.03.03 «Прикладная информатика», профиль которых определяется прикладной областью экономики.

Пименов, В. И. Методы бизнес-аналитики [Электронный ресурс] : Учебное пособие / Пименов В. И., 2022. - 85 с.

3.

Пименов, В. И. Методы бизнес-аналитики [Электронный ресурс] : Учебное пособие / Пименов В. И., 2022. - 85 с.


140142
Пименов, В. И.
    Методы бизнес-аналитики : учебное пособие / Пименов В. И. - Санкт-Петербург : Санкт-Петербургский государственный университет промышленных технологий и дизайна, 2022. - 85 с. - ISBN 978-5-7937-2074-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.

УДК
ББК 65.053

Кл.слова (ненормированные):
deductor -- анализ -- аналитическая отчетность -- бизнес-аналитика -- бизнес-процесс -- данные -- информационное обеспечение -- прикладная информатика
Аннотация: Предназначено для формирования у студентов профессиональной компетенции ПК-5 «Способность моделировать прикладные бизнес-процессы». Приведены сведения об информационном обеспечении процессов управления в организации, информационных системах предприятий, поддерживающих процесс принятия решений, моделях представления и методах извлечения знаний. Формируются навыки интеллектуального анализа данных с помощью аналитической платформы Deductor. Описаны процедуры, необходимые для подготовки, очистки и преобразования данных, разработки системы аналитической отчетности, построения поля знания предметной области, поиска ассоциативных правил, автоматической классификации данных с использованием алгоритмов g-means и k-means, построения и анализа самоорганизующихся карт признаков, прогнозирования на основе моделей решающего дерева и нейронных сетей. Предназначено для студентов направления подготовки 09.03.03 «Прикладная информатика», профиль которых определяется прикладной областью экономики.

145326
Конкина, В. В.
    Введение в большие данные и анализ информации : учебное пособие / Конкина В. В. - Тамбов : Тамбовский государственный технический университет, ЭБС АСВ, 2024. - 81 с. - ISBN 978-5-8265-2749-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.

УДК
ББК 32.97

Кл.слова (ненормированные):
анализ информации -- большие данные -- проверка гипотез -- теория вероятностей
Аннотация: Рассмотрены основные концепции анализа данных, язык программирования Python, работа с библиотекой Pandas, очистка данных от выбросов, пропусков и дубликатов. Приведены основы теории вероятностей и статистики, применение их для исследования основных свойств данных, поиска закономерностей, распределений и аномалий. Описана библиотека Matplotlib. Подробно проанализированы взаимосвязи в данных методами статистики. Даны определения статистической значимости и гипотезы. Рассмотрены основы структурированного языка запросов SQL и реляционной алгебры для работы с базами данных. Предназначено для студентов направления подготовки 09.03.01 «Информатика и вычислительная техника», изучающих дисциплину «Разработка информационного обеспечения», а также для студентов направления подготовки 09.04.01 «Информатика и вычислительная техника», изучающих дисциплину «Введение в большие данные и анализ информации», очной и заочной форм обучения.
Доп.точки доступа:
Борисенко, А. Б.
Коробова, И. Л.

Конкина, В. В. Введение в большие данные и анализ информации [Электронный ресурс] : Учебное пособие / Конкина В. В., 2024. - 81 с.

4.

Конкина, В. В. Введение в большие данные и анализ информации [Электронный ресурс] : Учебное пособие / Конкина В. В., 2024. - 81 с.


145326
Конкина, В. В.
    Введение в большие данные и анализ информации : учебное пособие / Конкина В. В. - Тамбов : Тамбовский государственный технический университет, ЭБС АСВ, 2024. - 81 с. - ISBN 978-5-8265-2749-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.

УДК
ББК 32.97

Кл.слова (ненормированные):
анализ информации -- большие данные -- проверка гипотез -- теория вероятностей
Аннотация: Рассмотрены основные концепции анализа данных, язык программирования Python, работа с библиотекой Pandas, очистка данных от выбросов, пропусков и дубликатов. Приведены основы теории вероятностей и статистики, применение их для исследования основных свойств данных, поиска закономерностей, распределений и аномалий. Описана библиотека Matplotlib. Подробно проанализированы взаимосвязи в данных методами статистики. Даны определения статистической значимости и гипотезы. Рассмотрены основы структурированного языка запросов SQL и реляционной алгебры для работы с базами данных. Предназначено для студентов направления подготовки 09.03.01 «Информатика и вычислительная техника», изучающих дисциплину «Разработка информационного обеспечения», а также для студентов направления подготовки 09.04.01 «Информатика и вычислительная техника», изучающих дисциплину «Введение в большие данные и анализ информации», очной и заочной форм обучения.
Доп.точки доступа:
Борисенко, А. Б.
Коробова, И. Л.

106887
Сириченко, А. В.
    Методы получения и обработки измерительной информации. Цифровая фильтрация сигналов : практикум / Сириченко А. В. - Москва : Издательский Дом МИСиС, 2020. - 28 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.

УДК
ББК 32.97

Кл.слова (ненормированные):
matlab -- сигнал -- технологии -- цифровая фильтрация шумов -- цифровые фильтры
Аннотация: Настоящий практикум знакомит с методами цифровой фильтрации шумов, присутствующих в сигналах. Представлены основные сведения о цифровых фильтрах, рассмотрены примеры реализации процедур цифровой фильтрации в среде MATLAB, включающие генерирование зашумленного сигнала и исследование его характеристик, а также синтез структуры и подбор настроек цифрового фильтра, обеспечивающего заданное качество фильтрации шумов. Практикум предназначен для обучающихся в магистратуре по направлению 15.04.04 «Автоматизация технологических процессов и производств».

Сириченко, А. В. Методы получения и обработки измерительной информации. Цифровая фильтрация сигналов [Электронный ресурс] : Практикум / Сириченко А. В., 2020. - 28 с.

5.

Сириченко, А. В. Методы получения и обработки измерительной информации. Цифровая фильтрация сигналов [Электронный ресурс] : Практикум / Сириченко А. В., 2020. - 28 с.


106887
Сириченко, А. В.
    Методы получения и обработки измерительной информации. Цифровая фильтрация сигналов : практикум / Сириченко А. В. - Москва : Издательский Дом МИСиС, 2020. - 28 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.

УДК
ББК 32.97

Кл.слова (ненормированные):
matlab -- сигнал -- технологии -- цифровая фильтрация шумов -- цифровые фильтры
Аннотация: Настоящий практикум знакомит с методами цифровой фильтрации шумов, присутствующих в сигналах. Представлены основные сведения о цифровых фильтрах, рассмотрены примеры реализации процедур цифровой фильтрации в среде MATLAB, включающие генерирование зашумленного сигнала и исследование его характеристик, а также синтез структуры и подбор настроек цифрового фильтра, обеспечивающего заданное качество фильтрации шумов. Практикум предназначен для обучающихся в магистратуре по направлению 15.04.04 «Автоматизация технологических процессов и производств».

Page 1, Results: 5

 

All acquisitions for 
Or select a month