База данных: Каталог ЭБС IPR SMART
Страница 1, Результатов: 1
Отмеченные записи: 0
1.
Подробнее
Целых, А. Н.
Применение временных рядов для анализа больших данных : учебное пособие по курсу «Математические методы анализа больших данных» / Целых А. Н. - Ростов-на-Дону, Таганрог : Издательство Южного федерального университета, 2021. - 84 с. - ISBN 978-5-9275-3983-3 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 22.193
Кл.слова (ненормированные):
большие данные -- временной ряд -- метод зейделя -- полиномы чебышёва
Аннотация: Пособие посвящено рассмотрению теоретических подходов к разработке «быстрых» алгоритмов, пригодных для обработки массивов больших данных, и соответствующих структур данных. Практический аспект включает корреляционный анализ, спектральный анализ, выделение трендов и циклических составляющих, оценивание параметров моделей ARIMA, GARCH и прогнозирование на их основе значений временных рядов. Пособие предназначено для студентов высших учебных заведений, обучающихся по направлениям 09.04.03 «Прикладная информатика» (направленность программы: «Машинное обучение и технологии больших данных») по курсу «Математические методы анализа больших данных» и 10.03.01 «Информационная безопасность» (направленность программы: «Информационно-аналитические системы безопасности») по курсу «Методы интеллектуального анализа данных».
Доп.точки доступа:
Васильев, В. С.
Котов, Э. М.
Целых, А. Н.
Применение временных рядов для анализа больших данных : учебное пособие по курсу «Математические методы анализа больших данных» / Целых А. Н. - Ростов-на-Дону, Таганрог : Издательство Южного федерального университета, 2021. - 84 с. - ISBN 978-5-9275-3983-3 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
большие данные -- временной ряд -- метод зейделя -- полиномы чебышёва
Аннотация: Пособие посвящено рассмотрению теоретических подходов к разработке «быстрых» алгоритмов, пригодных для обработки массивов больших данных, и соответствующих структур данных. Практический аспект включает корреляционный анализ, спектральный анализ, выделение трендов и циклических составляющих, оценивание параметров моделей ARIMA, GARCH и прогнозирование на их основе значений временных рядов. Пособие предназначено для студентов высших учебных заведений, обучающихся по направлениям 09.04.03 «Прикладная информатика» (направленность программы: «Машинное обучение и технологии больших данных») по курсу «Математические методы анализа больших данных» и 10.03.01 «Информационная безопасность» (направленность программы: «Информационно-аналитические системы безопасности») по курсу «Методы интеллектуального анализа данных».
Доп.точки доступа:
Васильев, В. С.
Котов, Э. М.
Страница 1, Результатов: 1