Учебник Под редакцией доктора экономических наук, профессора Л. А. Каргиной
 Скачать 4.86 Mb.
|
Вопросы для самоконтроляНазовите способы создания ресурсов в облаке. Определите безопасность облачных ресурсов. Назовите способы и методы обработки больших данных. В чем отличие в основных типах архитектуры тради- ционных информационных систем: монолитной, многослой- ной, архитектуры микросервисов, общей структуры мас- штабируемой системы, на основе кластера, Event-driven? Назовите признаки бессерверной архитектуры. Назовите признаки и свойства облачных хранилищ AWS. Чем отличается реляционная база данных от неря- лиционной?. Сформулируйте основные возможности облачного сервеса AWS RDS — Amazon Web Services Relational Database Service. Сформулируйте подходя, реализуемые в нереляци- онных базах данных. Сделайте сравнительный анализ реляционных хранилищ данных: Azure SQLDWH, AWS RedShift. Определите возможности специализированных облачных хранилищ больших данных. Назовите облачные сервисы копирования и транс- формации данных с их основными признаками, характе- ристиками. Назовите параметры, свойства, характеристики интерактивного анализа данных. Как осуществляется организация автоматического индексирования документов в сервисе Cosmos DB? Определите принципы организации потокового анализа данных в системах: Azure Stream Analytics, Amazon Kinesis Analytics, Apache Storm. Как вы думаете, какие еще технологии повлияют на будущее? Список использованных источников главы 3Алексеева В. А. Использование методов машинного обучения в задачах бинарной классификации [Текст] // Математическое моделирование. — 2015. — № 3(41). — С. 58—63. Барсегян А. А. Технологии анализа данных. Data Mining, Visual Mining, Text Mining, OLAP [Текст] / А.А Барсегян. и др. — СПб.: БХВ-Петербург, 2016. — 384 с. Галимов Р.Г Основы алгоритмов машинного обу- чения — обучение с учителем [Текст] // Научно-практи- ческий электронный журнал Аллея Науки. — 2017. — №14. — С. 1—10. Гудфеллоу Я. Глубокое обучение [Текст] / Я. Гуд- феллоу, И. Бенджио, А. Курвилль. — М.: ДМК, 2018. — 564 с. Иконникова О. И. Новые возможности маркетинга в эпоху больших данных и машинного обучения [Текст] // Экономика и бизнес: теория и практика. — 2017. — №5. — С. 105—108. Лагутаева Д. А. Влияние маркетинговых прак- тик на прибыльность компаний: исследование методом машинного обучения [Текст] / Д. А. Лагутаева, О. А. Тре- тьяк, А. Ю. Григорьев // Российский журнал менед- жмента. — 2016. — № 14(4). — С. 3—20. Мельников Э. А. Машинное обучение в маркетинге финансовых продуктов [Текст]: тез. Докл. 1-й Между- народной научно-практической конференции. — М., 2017. — С. 148. Мокшин В.В и др. Распознавание образов транс- портных средств на основе эвристических данных и машинного обучения [Текст] / В. В. Мокшин, И. Р. Сай- фудинов, А. П. Кирпичников, Л. М. Шарнин // Вестник Казанского технологического университета. — 2016. — № 5. — С. 130—137. Николенко С. И. Глубокое обучение [Текст] / С. И. Николенко, А. А. Кадурин, Е. О. Архангельская. — СПб.: Питер, 2018. — 481 с. Рассохина Е. Д. Применение методов машин- ного обучения в цифровом маркетинге / Е. Д. Рассо- хина, Е. В. Сумарокова [Текст] // Государственный уни- верситет управления. — 2017. — №4. — С. 32—37. Шмид А. В. Машинное обучение в эксперт- ных системах: подготовка специалистов [Текст] / А. В. Шмид, К. А. Лычагин // Образовательные ресурсы и технологии. — 2014. — № 2(5). — С. 102—106. Aggarwal C. C. Data Mining: The Textbook [Текст]. — Springer, 2015. — 734 p. Asir Antony Gnana Singh D., Machine Learning based Business Forecasting [Текст] / D. Asir Antony Gnana Singh, E. Jebamalar Leavline, S. Muthukrishnan, R. Yuvaraj // International Journal of Information Engineering and Electronic Business. — 2018. — № 6. — С. 40—51. Automatic Differentiation in Machine Learning: a Survey [Текст] / A. G. Baydin и др. // Journal of Machine Learning Research. — 2018. — № 18. — С. 1—43. Boadway R. The economic evaluation of projects [Текст] // Queen's University, Kingston, Canada. — 2019. — № 2. — P. 18—22. Bohanec M. Explaining machine learning models in sales predictions [Текст] / M. Bohanec, M. K. Borštnar, M. Robnik-Šikonja // Expert Systems with Applications. — 2017. — № 71. — С. 416 -428. Bohanec M. Integration of Machine Learning Insights into Organizational Learning: A Case of B2B Sales Forecasting. [Текст] / Bohanec, M. K. Borštnar, M. Robnik- Šikonja // Blurring the Boundaries Through Digital Innovation. — 2016. — № 9. — С. 23—28. Bottou L. Optimization Methods for Large-Scale Machine Learning [Текст] / L. Bottou, F. E. Curtis, J. Nocedal // Society for Industrial and Applied Mathematics. — 2018. — № 60. — С. 223—311. https://www.techrepublic.com/article/under- standing-the-differences-between-ai-machine-learning-and- deep-learning/ Samuel Arthur L. (1959). Some Studies in Machine Learning Usinthe Gameof Checkers. // IBM Journal of Research and Development. 44: 206—226. Machine Learning Tom M. Mitchell 432 pages McGraw-HillScience/Engineering/Math; (March 1, 1997). П Флах. Машинное обучение. Наука и искус- ство построения алгоритмов, которые извлекают знания из данных. — М.: ДМК, 2015. — 402 с. Antonio Rico-Sulayes. Reducing Vector Space Dimensionality in Automatic Classification for Authorship Attribution // Revista Ingeniería Electrónica, Automática y Comunicaciones. – 2017. – Т. 38, № 3. c. 26—35. https://habr.com/ru/company/ods/blog/328372/ (дата обращения: 07.02.2020). https://ru.wikipedia.org/wiki/Информационная_ энтропия (дата обращения: 07.02.2020). http://www.machinelearning.ru/wiki/index.php?t itle=%D0%93%D0%B8%D0%BF%D0%BE%D1%82%D0% B5%D0%B7%D0%B0_%D0%BA%D0%BE%D0%BC%D0% BF%D0%B0%D0%BA%D1%82%D0%BD%D0%BE%D1%8 1%D1%82%D0%B8 (дата обращения: 07.02.2020). http://www.machinelearning.ru/wiki/index. php?title=KNN (дата обращения: 07.02.2020). Brett Lantz. Machine Learning with R. Pack Publishing. — Birmongham-Mumbai, 2013. (дата обраще- ния: 07.02.2020). Глава 4 ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ |