анализ данных

MATLAB (сокращение от англ. «Matrix Laboratory») — пакет прикладных программ для решения задач технических вычислений и одноимённый язык программирования, используемый в этом пакете. Скачав на cwer.ru MATLAB, созданный компанией MathWorks, вы сможете легко производить матричные вычисления, визуализировать математические функции и экспериментальные данные, реализовывать вычислительные алгоритмы, конструировать графический интерфейс пользователя для решения специфических задач, а также через специальные интерфейсы взаимодействовать с другими языками программирования и программами.

Lansweeper - программа для анализа различных параметров находящихся в сети компьютеров. Программа интегрируется в Active Directory, позволяет выводить собранную информацию через web-интерфейс или собственные запросы, хранит информацию в базе sql-сервера. Не требует установки клиентской части на компьютеры пользователей (достаточно, чтобы компьютеры находились в пределах одного домена).

При работе любого корпоративного приложения образуются данные: файлы журналов, показатели, информация об активности пользователей, исходящие сообщения и другие. Правильное управление этими данными не менее важно, чем сами данные. Если вы архитектор, разработчик или инженер-технолог, но вы пока не знакомы с Apache Kafka, то из этой обновленной книги вы узнаете, как работать с потоковой платформой Kafka, позволяющей обрабатывать потоки данных в реальном времени. Дополнительные главы посвящены API AdminClient от Kafka, транзакциям, новым функциям безопасности и изменениям в инструментарии. Инженеры из Confluent и LinkedIn, ответственные за разработку Kafka, объясняют, как с помощью этой платформы развертывать производственные кластеры Kafka, писать надежные управляемые событиями микросервисы и создавать масштабируемые приложения для потоковой обработки данных. На подробных примерах вы изучите принципы проектирования Kafka, гарантии надежности, ключевые API и детали архитектуры.

Работа с неограниченными и быстрыми потоками данных всегда была сложной задачей. Но Kafka Streams и ksqlDB позволяют легко и просто создавать приложения потоковой обработки. Из книги специалисты по обработке данных узнают, как с помощью этих инструментов создавать масштабируемые приложения потоковой обработки, перемещающие, обогащающие и преобразующие большие объемы данных в режиме реального времени. Kafka Streams — это легкая, но мощная библиотека Java для обогащения, преобразования и обработки потоков данных в реальном времени. Митч Сеймур, инженер службы обработки данных в Mailchimp, объясняет важные понятия потоковой обработки на примере нескольких любопытных бизнес-задач. Он рассказывает о достоинствах Kafka Streams и ksqlDB, чтобы помочь вам выбрать наиболее подходящий инструмент.

Данная книга представляет собой всестороннее введение в методы прогнозирования и содержит достаточно информации о каждом из них, помогая читателям разумно их использовать. Примеры с многочисленными наборами данных на языке R авторы заимствовали из собственного опыта консультирования. В конце глав приводятся упражнения по пройденной теме. На протяжении всей книги мы используем язык программирования R и хотим, чтобы студенты научились делать прогнозы с помощью R. Язык R бесплатен и доступен практически в любой операционной системе. Это прекрасный инструмент для любого статистического анализа, а не только для прогнозирования. Инструкции по инсталлированию и использованию R см. в приложении А «Использование языка R». Все примеры на R в книге основаны на допущении, что вы сначала скачали пакет fpp3.

Перед вами авторитетное руководство по переформатированию, очистке и обработке наборов данных на Python. Третье издание, переработанное с учетом версией Python 3.10 и Pandas 1.4, содержит практические примеры, демонстрирующие эффективное решение широкого круга задач анализа данных. Издание идеально подойдет как аналитикам, только начинающим осваивать Python, так и программистам на Python, еще не знакомым с наукой о данных и научными приложениями.

Эта книга научит вас поддерживать решения Power BI любой степени сложности с минимальными усилиями. Вы узнаете, как проводить оптимизацию на всех слоях Power BI - начиная с рабочей области отчета и заканчивая моделированием данных, их преобразованием, хранением и архитектурой. Выясните, что необходимо сделать, чтобы при масштабировании проекта не страдало его быстродействие. Научитесь определять распространенные ошибки на этапе проектирования данных, приводящие к снижению эффективности решения и расходованию лишней памяти. Попутно мы рассмотрим варианты лицензирования Power BI Premium, включая процесс планирования загрузки и нагрузочное тестирование, и поговорим о службах Azure, позволяющих обеспечить дополнительное масштабирование. Прочитав книгу, вы сможете поддерживать решения Power BI любой степени сложности с минимальными усилиями. Вдобавок вы научитесь использовать сторонние программные продукты для обнаружения проблем с производительностью.

Криминалистика компьютерной памяти — действенный метод анализа, применимый в разных областях, от реагирования на инциденты до анализа вредоносных программ. Он позволяет не только получить представление о контексте пользователя, но и искать уникальные следы вредоносных программ, а иногда и полностью реконструировать сложную целевую атаку. Авторы книги знакомят читателя с современными концепциями активного поиска угроз и исследования передового вредоносного ПО с применением свободно распространяемых инструментов и фреймворков для анализа памяти. В издании принят практический подход, используются образы памяти из реальных инцидентов. Это позволяет лучше понять предмет и наработать навыки, необходимые для реагирования на инциденты и расследования сложных целевых атак.

Учебное пособие содержит 6 лабораторных работ, посвященных линейным структурам данных. Среди них динамические массивы, односвязный линейный список, стек, очередь, множества. В лабораторных работах предлагается 30 вариантов заданий для закрепления темы лабораторной работы. Каждая лабораторная работа сопровождается краткими теоретическими сведениями по теме, а также иллюстрируется решением типичных примеров.

В двухтомнике представлены материалы по применению классических методов машинного обучения в различных промышленных задачах. Первый том посвящен инструментам Python – основным библиотекам, классам и функциям, необходимым для предварительной подготовки данных, построения моделей машинного обучения, выполнения различных стратегий валидации. В конце первого тома разбираются задачи с собеседований по SQL, Python, математической статистике и теории вероятностей. Во втором томе рассматривается сам процесс предварительной подготовки данных, а также некоторые метрики качества и ряд полезных библиотек и фреймворков (H2O, Dask, Docker, Google Colab).

В учебном пособии без лишнего формализма излагаются основные идеи и понятия математической статистики, необходимые на практике для анализа данных. На примерах подробно рассмотрены важнейшие постановки статистических задач и методы их решения, включая расчеты на компьютере в пакете SPSS.

Наука о данных (data science) — раздел информатики, изучающий проблемы анализа, обработки и представления данных в цифровой форме. Объединяет методы по обработке данных в условиях больших объёмов и высокого уровня параллелизма, статистические методы, методы интеллектуального анализа данных и приложения искусственного интеллекта для работы с данными, а также методы проектирования и разработки баз данных. Это практическое руководство, которое поможет вам успешно пройти собеседование по классическому машинному обучению. Книга содержит образцы теоретических вопросов, задаваемых на собеседовании по позиции Data Science.

Излагаются основные направления в области разработки корпоративных систем: организация хранилищ данных, оперативный (OLAP) и интеллектуальный (Data Mining) анализ данных. В третьем издании по сравнению со вторым, выходившем под названием "Технологии анализа данных: Data Mining, Text Mining, Visual Mining, OLAP", добавлены визуальный (Visual Mining) и текстовый (Text Mining) анализ данных, анализ процессов (Process Mining), анализ Web-ресурсов (Web mining) и анализ в режиме реального времени (Real-Time Data Mining).

Device Monitoring Studio - это программное решение для мониторинга, регистрации и анализа данных, поступающих через порты и соединения ПК.

Device Monitoring Studio - это программное решение для мониторинга, регистрации и анализа данных, поступающих через порты и соединения ПК.

В книге представлены полезные методы программирования, имеющие практическую ценность. Опираясь на свой многолетний опыт, авторы показывают, как написать надежный код, который смогут читать другие разработчики. Основной принцип обучения - составление плана решения: от определения структур данных по условиям поставленной задачи через примеры и тесты к написанию программного кода. Книга содержит большое количество примеров и упражнений, позволяющих читателям самостоятельно закрепить изученный материал на практике.

Книга представляет собой практическое руководство по созданию аналитических отчетов с помощью генератора отчетов Crystal Reports версии 9. Дан обзор инструментальной среды и принципы выборки, сортировки и группирования данных. Объясняется использование формул, диаграмм и географических карт, матричных отчетов и OLAP-источников данных.

Lansweeper - программа для анализа различных параметров находящихся в сети компьютеров. Программа интегрируется в Active Directory, позволяет выводить собранную информацию через web-интерфейс или собственные запросы, хранит информацию в базе sql-сервера. Не требует установки клиентской части на компьютеры пользователей (достаточно, чтобы компьютеры находились в пределах одного домена).

Lansweeper - программа для анализа различных параметров находящихся в сети компьютеров. Программа интегрируется в Active Directory, позволяет выводить собранную информацию через web-интерфейс или собственные запросы, хранит информацию в базе sql-сервера. Не требует установки клиентской части на компьютеры пользователей (достаточно, чтобы компьютеры находились в пределах одного домена).

Lansweeper - программа для анализа различных параметров находящихся в сети компьютеров. Программа интегрируется в Active Directory, позволяет выводить собранную информацию через web-интерфейс или собственные запросы, хранит информацию в базе sql-сервера. Не требует установки клиентской части на компьютеры пользователей (достаточно, чтобы компьютеры находились в пределах одного домена).