Большие данные - История изменений

Admin: /* Ссылки */

2022-01-09T16:30:44Z

‎Ссылки

Admin: /* Методы анализа */

2019-08-17T14:52:59Z

‎Методы анализа

Admin: /* Учебные программы */

2018-01-04T22:44:29Z

‎Учебные программы

Admin в 03:42, 3 декабря 2017

2017-12-03T03:42:31Z

Admin: /* Ссылки */

2016-12-14T18:56:11Z

‎Ссылки

Admin: /* Источники */

2016-10-17T13:55:18Z

‎Источники

Admin в 14:40, 23 августа 2016

2016-08-23T14:40:33Z

Admin: /* Технологии */

2016-08-15T20:30:29Z

‎Технологии

Admin: /* Методы анализа */

2016-07-21T19:54:59Z

‎Методы анализа

Admin в 06:09, 21 июля 2016

2016-07-21T06:09:12Z

@@ Строка 91: / Строка 91: @@
 == Ссылки ==
 === Блоги ===
 * [http://www.ibmbigdatahub.com/ IBM Hub]

@@ Строка 31: / Строка 31: @@
 * '''смешение и интеграция данных''' (англ. data fusion and integration) — набор техник, позволяющих интегрировать разнородные данные из разнообразных источников для возможности глубинного анализа, в качестве примеров таких техник, составляющих этот класс методов приводятся цифровая обработка сигналов и обработка естественного языка (включая тональный анализ);
 * [[машинное обучение]], включая обучение с учителем и без учителя, а также Ensemble learning (англ.) — использование моделей, построенных на базе статистического анализа или машинного обучения для получения комплексных прогнозов на основе базовых моделей (англ. constituent models, ср. со статистическим ансамблем в статистической механике);
-* '''искусственные [[нейронные сети]]''', сетевой анализ, оптимизация, в том числе генетические алгоритмы;
+* '''искусственные [[нейронные сети]]''', сетевой анализ, оптимизация, в том числе [[Эволюционные алгоритмы|генетические алгоритмы]];
 * '''распознавание образов''';
 * '''прогнозная аналитика''';

@@ Строка 45: / Строка 45: @@
 * [[R]]
 * [[Julia]]
 == Учебные программы ==

← Предыдущая		Версия 03:42, 3 декабря 2017
Строка 114:		Строка 114:
	* [https://www.kaggle.com/wiki/Home Вики]		* [https://www.kaggle.com/wiki/Home Вики]

−	[[Категория:~~Подходы~~]]	+	[[Категория:Концепции]]

@@ Строка 95: / Строка 95: @@
 * [http://www.datascienceweekly.org/ Data Science Weekly]
 * [http://wcai.wharton.upenn.edu/ Исследования Уортонской школы бизнеса при Пенсильванском университете]
 === Сообщества ===

@@ Строка 17: / Строка 17: @@
 * данные дистанционного зондирования Земли,
 * потоки данных о местонахождении абонентов сетей сотовой связи, устройств аудио- и видеорегистрации.
 Ожидается, что развитие и начало широкого использования этих источников инициирует проникновение технологий больших данных как в научно-исследовательскую деятельность, так и в коммерческий сектор и сферу государственного управления.

@@ Строка 44: / Строка 44: @@
 * [[R]]
 * [[Julia]]
 [[Категория:Подходы]]

@@ Строка 43: / Строка 43: @@
 * [[Hadoop]]
 * [[R]]
 [[Категория:Подходы]]

@@ Строка 33: / Строка 33: @@
 * '''распознавание образов''';
 * '''прогнозная аналитика''';
-* '''имитационное моделирование''';
+* '''[[имитационное моделирование]]''';
 * '''пространственный анализ''' (англ. Spatial analysis) — класс методов, использующих топологическую, геометрическую и географическую информацию в данных;
 * '''статистический анализ''', в качестве примеров методов приводятся A/B-тестирование и анализ временных рядов;

← Предыдущая		Версия 06:09, 21 июля 2016
Строка 1:		Строка 1:
		+	[[Файл:big_data.png\|center]]
		+
	'''Большие данные''' (англ. big data) в информационных технологиях — серия подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов и значительного многообразия для получения воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети, сформировавшихся в конце 2000-х годов, альтернативных традиционным системам управления базами данных и решениям класса [[Business Intelligence]]. В данную серию включают средства массово-параллельной обработки неопределённо структурированных данных, прежде всего, решениями категории NoSQL, алгоритмами MapReduce, программными каркасами и библиотеками проекта Hadoop.		'''Большие данные''' (англ. big data) в информационных технологиях — серия подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов и значительного многообразия для получения воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети, сформировавшихся в конце 2000-х годов, альтернативных традиционным системам управления базами данных и решениям класса [[Business Intelligence]]. В данную серию включают средства массово-параллельной обработки неопределённо структурированных данных, прежде всего, решениями категории NoSQL, алгоритмами MapReduce, программными каркасами и библиотеками проекта Hadoop.