Найти книгу: "Machine Learning and Big Data with kdb+/q"

Upgrade your programming language to more effectively handle high-frequency data Machine Learning and Big Data with KDB+/Q offers quants, programmers and algorithmic traders a practical entry into the powerful but non-intuitive kdb+ database and q programming language. Ideally designed to handle the speed and volume of high-frequency financial data at sell- and buy-side institutions, these tools have become the de facto standard; this book provides the foundational knowledge practitioners need to work effectively with this rapidly-evolving approach to analytical trading. The discussion follows the natural progression of working strategy development to allow hands-on learning in a familiar sphere, illustrating the contrast of efficiency and capability between the q language and other programming approaches. Rather than an all-encompassing “bible”-type reference, this book is designed with a focus on real-world practicality ­to help you quickly get up to speed and become productive with the language. Understand why kdb+/q is the ideal solution for high-frequency data Delve into “meat” of q programming to solve practical economic problems Perform everyday operations including basic regressions, cointegration, volatility estimation, modelling and more Learn advanced techniques from market impact and microstructure analyses to machine learning techniques including neural networks The kdb+ database and its underlying programming language q offer unprecedented speed and capability. As trading algorithms and financial models grow ever more complex against the markets they seek to predict, they encompass an ever-larger swath of data ­– more variables, more metrics, more responsiveness and altogether more “moving parts. ” Traditional programming languages are increasingly failing to accommodate the growing speed and volume of data, and lack the necessary flexibility that cutting-edge financial modelling demands. Machine Learning and Big Data with KDB+/Q opens up the technology and flattens the learning curve to help you quickly adopt a more effective set of tools.

В работе представлено описание экспертных проектов по оценке качества образования. Рассмотрены типы организаций, осуществляющих такие проекты. Приведены также примеры отечественных и зарубежных экспертных проектов по оценке качества образования, реализуемого с применением e-learning.

Применение Internet-технологий как для частичной поддержки очного учебного процесса (blended learning), так и дистанционного обучения (без очного контакта), базируется на специальном программном обеспечении, вопросам выбора которого посвящена данная статья. Так, наряду с применением готовых фирменных программных продуктов или разработкой вузом собственной единой системы, возможен подход, при котором каждый преподаватель может разработать свою персональную систему управления учебным процессом (теоретически это возможно). Автор статьи является сторонником такого положения, когда при наличии в вузе налаженной технологии образовательного процесса на основе стандартной (покупной) оболочки проводятся научно-методические разработки на базе создания web-сайтов в рамках творческой инициативы преподавателей.

В статье рассматривается теория всеобщего управления качеством (TQM) и ее применение к образовательному процессу. Основная цель автора – показать, как TQM действует в ситуациях неформального обучения. Изложены некоторые подходы к TQM в области образования, рассмотрены аспекты неформального обучения, а также выработаны руководящие принципы относительно того, как действовать в ситуациях, возникающих при таком типе обучения. Приводится соотношение между методикой TQM и системой управления качеством в образовании (QME). Автор приводит описание нескольких моделей «общего контроля качества», применяющихся в учебном процессе, и характеризует проблемы, возникающие при их применении. Затронуты также вопросы процедур валидации (измерения ценности) неформального обучения, а также составления системной документации по неформальному обучению на рабочем месте. Дается сравнительный анализ понятий неформального и информального обучения, а также соответствующая оценка различных элементов качества образовательного процесса. В статье отмечается, что Еврокомиссия настаивает на применении стратегий, которые «содержат механизмы, направленные на максимальное повышение качества учебного процесса как такового, а также качества процессов реализации различных концепций и функций, связанных с учебным процессом».

Автор статьи определяет повышение качества e-learning как постоянный процесс адаптации предлагаемых образовательных услуг к потребностям целевой группы учащихся. Для всех участников процесса в качестве одного из важнейших факторов успеха подчеркивается необходимость обладания набором компетенций, обозначаемых как «грамотность в вопросах качества». Автор представляет результаты проведенных исследований и объединяет их в единую концепцию работы по повышению качества. Подчеркивается мысль о том, что не следует рассматривать меры по повышению качества как нечто отдельное от всего процесса e-learning, например, как оценочные мероприятия, проводимые после окончания курса. Работа по повышению качества рассматривается, скорее, как важнейшая часть работы по каждому из курсов и программ e-learning.