Найти книгу: "Big Data, Data Mining, and Machine Learning. Value Creation for Business Leaders and Practitioners"

With big data analytics comes big insights into profitability Big data is big business. But having the data and the computational power to process it isn't nearly enough to produce meaningful results. Big Data, Data Mining, and Machine Learning: Value Creation for Business Leaders and Practitioners is a complete resource for technology and marketing executives looking to cut through the hype and produce real results that hit the bottom line. Providing an engaging, thorough overview of the current state of big data analytics and the growing trend toward high performance computing architectures, the book is a detail-driven look into how big data analytics can be leveraged to foster positive change and drive efficiency. With continued exponential growth in data and ever more competitive markets, businesses must adapt quickly to gain every competitive advantage available. Big data analytics can serve as the linchpin for initiatives that drive business, but only if the underlying technology and analysis is fully understood and appreciated by engaged stakeholders. This book provides a view into the topic that executives, managers, and practitioners require, and includes: A complete overview of big data and its notable characteristics Details on high performance computing architectures for analytics, massively parallel processing (MPP), and in-memory databases Comprehensive coverage of data mining, text analytics, and machine learning algorithms A discussion of explanatory and predictive modeling, and how they can be applied to decision-making processes Big Data, Data Mining, and Machine Learning provides technology and marketing executives with the complete resource that has been notably absent from the veritable libraries of published books on the topic. Take control of your organization's big data analytics to produce real results with a resource that is comprehensive in scope and light on hyperbole.

В книге представлены наиболее актуальные направления в области разработки корпоративных систем: организация хранилищ данных, оперативный (OLAP) и интеллектуальный анализ данных (Data Mining). Все три направления рассмотрены в достаточном для понимания и дальнейшего использования на практике объеме. Описание методов и алгоритмов анализа данных и иллюстрация их работы на примерах позволит использовать книгу не только как учебное пособие, но и как практическое руководство при разработке программного обеспечения.

Целью учебника "English for Businessmen" является оказание практической помощи изучающим английский язык для применения его в сфере бизнеса и менеджмента. Тексты учебника включают как деловую, так и общебытовую тематику, а система грамматических и лексических упражнений дает возможность усвоить содержащийся в них языковой материал. Многие годы учебник пользуется популярностью и неизменным спросом на всей территории Российской Федерации. Настоящее издание было существенно переработано с целью отражения новых реальностей и тенденций в плане ведения бизнеса и в окружающей нас действительности. Данное издание учебника "English for Businessmen" является обновленной редакцией предыдущего издания, завоевавшего популярность в России и других странах СНГ. Учебник предназначен для углубленного изучения английского языка на продвинутом уровне и обеспечивает активное владение английским языком в повседневном и деловом общении.

Книга является вторым, обновленным и дополненным, изданием учебного пособия «Методы и модели анализа данных: OLAP и Data Mining». Излагаются основные направления в области разработки корпоративных систем: организация хранилищ данных, распределенный, оперативный (OLAP), интеллектуальный (Data Mining), визуальный (Visual Mining) и текстовый (Text Mining) анализ данных. Приведено описание методов и алгоритмов решения основных задач анализа: классификации, кластеризации и др. Описание идеи каждого метода дополняется конкретным примером его применения. Для студентов и специалистов в области анализа данных.