Бібліотека Київського столичного університету імені Бориса Грінченка

Головна

Спрощенний режим

Посібник користувача

Бази даних

Електронний каталог бібліотеки- результати пошуку

Вид пошуку

Електронний каталог бібліотеки

Каталог авторефератів та дисертацій

Грінченкознавство

Рідкісні та цінні видання

Українська Аудіокнига

Мережеві ресурси

Наукові періодичні видання Університету

Зона пошуку

Знайдено у інших БД:

Мережеві ресурси (1)

Формат представлення знайдених документів:
повний	інформаційний	короткий

Відсортувати знайдені документи за:
автором	назвою	роком видання	типом документа

Пошуковий запит: (<.>K=аналіз даних<.>)

Загальна кількість знайдених документів : 6
Показані документи с 1 за 6

Форма документа : Однотомне видання
Шифр видання : 37.014/С 40
Автор(и) : Волков О.І., Віткін Л.М., Хімічева Г. І., Зенкін А. С.
Назва : Системи якості вищих навчальних закладів: теорія і практика : монографія
Вихідні дані : Київ: Наукова думка, 2006
Кільк.характеристики :301 с
Колективи : Міністерство Освіти і Науки України, Київський Національний університет технологій та дизайну
ISBN, Ціна 966-00-0571-7: Б.ц.
ДРНТІ : 14.07
УДК : 37.014
Предметні рубрики: Педагогіка вищої школи
Анотація: У монографії узагальнено результати досліджень з питань створення та впровадження систем управління якістю вищих навч. закладів
Примірники :ГП ЧЗ(1)
Вільні : ГП ЧЗ(1)
Знайти схожі

Форма документа : Однотомне видання
Шифр видання : 004.6/Э 79
Автор(и) : Эрл, Томас, Хаттак, Ваджид, Булер, Пол
Назва : Основы Big Data. Концепции, алгоритмы и технологии
Вихідні дані : Днепр: Баланс Бизнес Бук, 2018
Кільк.характеристики :320 с
ISBN, Ціна 978-966-415-062-7: 399.00 грн.
ДРНТІ : 20
УДК : 004.6
Предметні рубрики: Інформатика-- Дані
Ключові слова (''Вільн.індекс.''): великі дані--зберігання даних--аналіз даних--корпоративні технологіїх--файлові системи
Примірники : всього : ГП ЧЗ(2)
Вільні : ГП ЧЗ(2)
Знайти схожі

Форма документа : Стаття із журналу
Шифр видання :
Автор(и) : Балабанов О. С.
Назва : Аналітика великих даних: принципи, напрямки і задачі (огляд)
Місце публікування : Проблеми програмування: науковий журнал/ Інститут програмних систем НАН України. - Київ: Інститут програмних систем НАН України, 2019. - № 2. - С. 47-68. - ISSN 1727-4907 (Шифр П312121815/2019/2). - ISSN 1727-4907
Примітки : Бібліогр. в кінці ст.
Ключові слова (''Вільн.індекс.''): великі дані--аналіз даних--виведення моделі--відкриття знань--статистичні моделі--предикативні та генеративні моделі--каузальна мережа--прогноз
Знайти схожі

Форма документа : Стаття із журналу
Шифр видання :
Автор(и) : Балабанов О. С.
Назва : Задачі та методи аналізу великих даних
Місце публікування : Проблеми програмування: науковий журнал/ Інститут програмних систем НАН України. - Київ: Інститут програмних систем НАН України, 2019. - № 3. - С. 58-85. - ISSN 1727-4907 (Шифр П312121815/2019/3). - ISSN 1727-4907
Примітки : Бібліогр. в кінці ст.
Ключові слова (''Вільн.індекс.''): великі дані--аналіз даних--виведення генеративної моделі--статистичні методи--кластеризація--регресія--прогноз--темпоральні дані--каузальні мережі
Знайти схожі

Форма документа : Однотомне видання
Шифр видання : 004.421.2/О-11
Автор(и) : О’Нілл, Кейт
Назва : BIG DATA. Зброя математичного знищення. Як великі дані збільшують і загрожують демократії
Вихідні дані : Київ: BookChef, 2020
Кільк.характеристики :366 с
ISBN, Ціна 978-617-7808-97-7: 60.00 грн.
ДРНТІ : 27
УДК : 004.421.2:510.5 + 510.5
Предметні рубрики: Обробка даних-- Великі дані-- Big Data
Алгоритми, математичні-- Обробка даних
Ключові слова (''Вільн.індекс.''): великі дані--big data--алгоритми--аналіз даних--онлайн-реклама--математичні алгоритми--математичні моделі
Анотація: Ми живемо в епоху алгоритмів. Рішення, які впливають на наше життя, дедалі частіше ухвалюють не люди, бо їх визначають математичні моделі. Це має забезпечити справедливість рішень, позаяк кожного судять за одними й тими самими правилами, і упередженість зводять нанівець. Проте Кейт О’Ніл розкриває в книзі інший бік BigData і математичних алгоритмів ухвалення рішень. Моделі, які застосовують нині, є непрозорими, нерегульованими й беззаперечними, навіть коли явно помиляються. Вони здатні посилювати дискримінацію.Ласкаво просимо на темний бік Big Data.
Примірники :ГП ЧЗ(1)
Вільні : ГП ЧЗ(1)
Знайти схожі

Форма документа : Стаття із журналу
Шифр видання :
Автор(и) : Бебешко, Богдан Тарасович
Назва : Навчання штучної нейронної мережі на основі даних оцінювання результативності та ризиків інвестування в цифрові активи
Місце публікування : Кібербезпека: освіта, наука, техніка: електронне наукове видання/ Київський університет імені Бориса Грінченка. - 2023. - Том 3, N 19. - С. 135-145. - ISSN 2663-4023, DOI 10.28925/2663-4023.2023.19.135145 (Шифр К667665926/2023/19). - ISSN 2663-4023, DOI 10.28925/2663-4023.2023.19.135145
Примітки : Бібліогр. в кінці ст.
Ключові слова (''Вільн.індекс.''): інформаційні технології--інформаційні системи--аналіз даних--теорія ігор--нечітка логіка--штучні нейронні мережі--цифрові активи--криптовалюти
Анотація: У даній публікації досліджується проблема аналізу результатів навчання штучних нейронних мереж на основі даних про ефективність та ризики інвестування в цифрові активи, зокрема, в умовах керування процесом купівлі та продажу криптовалют. Підхід до розв'язання цієї задачі базується на застосуванні теорії ігор як основного принципу для формування архітектури штучної нейронної мережі. Сполучення двох фундаментальних теорій -теорії ігор та нейромереж -дозволяє створювати інтуїтивно зрозумілі і ефективні інтелектуальні інформаційні системи для підтримки прийняття рішень у різних прикладних сферах, таких як фінанси, економіка та управління ресурсами. Особливу увагу приділено врахуванню нечітких параметрів та невизначеності в умовах ринку, що відображає реальні обставини при інвестуванні в криптовалюти та інші цифрові активи. Стаття пропонує ряд методів навчання та адаптації штучної нейронної мережі в рамках розробленого підходу, а також рекомендації щодо оцінки її ефективності та стабільності. Проаналізовано можливі області застосування та перспективи подальшого розвитку даної методології у контексті ринку цифрових активів. Проілюстровано застосування розробленої методології для аналізу результатів навчанштучної нейронної мережі та підтвердженно її високу ефективність у прогнозуванні результативності та ризиків інвестування в цифрові активи. Висвітлено проблеми та обмеження, які можуть виникнути під час використання даної методології, а також запропоновано можливі шляхи їх подолання та удосконалення
Перейти до зовнішнього ресурсу https://csecurity.kubg.edu.ua
Знайти схожі

© Міжнародна Асоціація користувачів і розробників електронних бібліотек і нових інформаційних технологій
(Асоціація ЕБНІТ)