Методы и модели исследования сложных систем и обработки больших данных (Хомоненко Анатолий Дмитриевич, Смагин Владимир Александрович, Косых Никита Евгеньевич) ; Лань, 2020
748 р.
Автор(ы): Хомоненко Анатолий Дмитриевич; Смагин Владимир Александрович; Косых Никита Евгеньевич;
Издатель: Лань
ISBN: 978-5-8114-4006-1
ID: SKU120263
Добавлено: 15.08.2021
Цены
Цена от 748 р. до 748 р. в 1 магазинах
Магазин | Цена | Наличие |
---|---|---|
ЛитРес 5/5 | 748 р. 936 р. электронная книга | скачать фрагмент | |
Лабиринт 5/5 | ||
Читай-город 5/5 | ||
МАЙШОП 5/5 | Один из первых книжных интернет-магазинов, работающий с 2002 года | |
Описание
Создание, накопление, обработка и использование информации в мире составляют мощную информационную среду. Она занимает ведущее значение в различных областях человеческой деятельности. Монография представляет начальный шаг выделения частных свойств указанного сложного процесса, их численного изучения с помощью предложенных методов и моделей инженерного характера. На наш взгляд, именно такие методы и модели составляют основу обработки больших данных в сфере решения научно-исследовательских задач. Рассматриваются и усовершенствуются классические методы и модели исследования сложных систем, основные законы (Меткалфа, Амдала, Густавсона — Барсиса, Гроша) взаимодействия сетевых структур, модели и методы оценивания их эффективности и качества, а также модели и методы исследования сложных систем с нечеткими параметрами. Рассматриваются современные инструментальные средства и технологии интеллектуальной обработки больших данных. Представлены оригинальные результаты, касающиеся решения задач: информационного взаимодействия, контроля состояния, оценивания надежности и предсказания событий для сложных систем; оценивания эффективности, качества и производительности сетевых структур, а также оценивания и обеспечения их надежности; расчета функций принадлежности с нечётким аргументом и коэффициентом, решения нечётких нелинейных уравнений, поиска условного экстремума при нечётком ограни-чении, решения дифференциальных уравнений с нечёткими коэффициентами. Дан вариант обработки больших данных на основе совместного использования инструментальной системы Hadoop под управлением Windows и сверточной нейронной сети при решении задачи распознавания рукописных цифр. Обучение нейронной сети проводится на основе набора данных MNIST образцов написания рукописных цифр. Построение сверточной нейронной сети производится с помощью системы Neural Network Toolboox. Рекомендуется преподавателям и научным сотрудникам, а также магистрантам и аспирантам и при исследовании сложных систем и технологий обработки больших данных.
Смотри также Характеристики.
Яндекс.Маркет
Содержание
ВВЕДЕНИЕ
СПИСОК СОКРАЩЕНИЙ
ГЛАВА 1. КЛАССИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ
ГЛАВА 2. МЕТОДЫ И МОДЕЛИ СЕТЕВЫХ СТРУКТУР
ГЛАВА 3. МЕТОДЫ И МОДЕЛИ С НЕЧЁТКИМИ
ПАРАМЕТРАМИ
ГЛАВА 4. ОБРАБОТКА БОЛЬШИХ ДАННЫХ
ГЛАВА 5. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ
ГЛАВА 6. ПЛАТФОРМА APACHE HADOOP
ГЛАВА 7. НЕЙРОСЕТЬ ДЛЯ РАСПОЗНАВАНИЯ
ИЗОБРАЖЕНИЙ
СПИСОК ИСПОЛЬЗОВАННЫХ источников
СПИСОК СОКРАЩЕНИЙ
ГЛАВА 1. КЛАССИЧЕСКИЕ МЕТОДЫ И МОДЕЛИ
ГЛАВА 2. МЕТОДЫ И МОДЕЛИ СЕТЕВЫХ СТРУКТУР
ГЛАВА 3. МЕТОДЫ И МОДЕЛИ С НЕЧЁТКИМИ
ПАРАМЕТРАМИ
ГЛАВА 4. ОБРАБОТКА БОЛЬШИХ ДАННЫХ
ГЛАВА 5. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ
ГЛАВА 6. ПЛАТФОРМА APACHE HADOOP
ГЛАВА 7. НЕЙРОСЕТЬ ДЛЯ РАСПОЗНАВАНИЯ
ИЗОБРАЖЕНИЙ
СПИСОК ИСПОЛЬЗОВАННЫХ источников
О книге
Серия | Учебники для вузов. Специальная литература |
Издатель | Лань |
Год издания | 2020 |
Страниц | 236 |
Переплёт | твердый |
ISBN | 978-5-8114-4006-1 |
Размеры | 17,00 см × 24,20 см × 1,40 см |
Формат | 70х100/16 |
Автор(ы) | Хомоненко Анатолий Дмитриевич, Смагин Владимир Александрович, Косых Никита Евгеньевич |
Тематика | Компьютерные сети |
Тираж | 100 |
Язык издания | Русский |
Кол-во страниц | 236 |
Обложка | твердый переплёт |
1 ms.
Книги где авторы: Хомоненко Анатолий Дмитриевич, Смагин Владимир Александрович, Косых Никита Евгеньевич
Машинное обучение. Анализ данных - издательство "Лань"
Категория 598 р. - 897 р.
Машинное обучение. Анализ данных - издательство "Лань" »
1 ms.
Машинное обучение. Анализ данных
Категория 598 р. - 897 р.