Государственная публичная научно-техническая библиотека России
База данных: Сводный каталог ГПНТБ России
Страница 7, Результатов: 146
330.4/Е 782
Ерохин, Виктор Викторович.
Статистические методы анализа в бизнес-информатике : учебное пособие / В. В. Ерохин, А. Р. Раянова, А. Б. Кафтарева. — 2-е изд., перераб. и доп. — Москва : Изд-во Спутник+, 2022. — 163 с. : ил. — Библиогр.: с. 153-156 (48 назв.). — 25 экз. — ISBN 978-5-9973-6244-7
ГРНТИ | ||
УДК |
Рубрики: Статистический анализ—Применение в экономике
Бизнес-процессы—Моделирование
Кл.слова (ненормированные):
АНАЛИЗ ДАННЫХ — ДИСКРИМИНАНТНЫЙ АНАЛИЗ — ДИСПЕРСИОННЫЙ АНАЛИЗ — КЛАСТЕРНЫЙ АНАЛИЗ — НЕЙРОННЫЕ СЕТИ — РЕГРЕССИОННЫЙ АНАЛИЗ — СЛУЧАЙНЫЕ ВЕЛИЧИНЫ — СТАТИСТИЧЕСКАЯ ПРОВЕРКА ГИПОТЕЗ — ФАКТОРНЫЙ АНАЛИЗ
Аннотация: В пособии излагаются основные понятия и принципы статистического анализа в бизнес-информатике. Описываются статистические методы первичного анализ данных, проверки гипотез, регрессионного анализа, дисперсионного и факторного анализа, дискриминантного и кластерного анализа, анализа выживаемости, анализа нейросетей. Рассматриваются различные задачи статистического анализа в бизнес-информатике. Учебное пособие предназначено для студентов, обучающихся по экономическим направлениям и специальностям, изучающих дисциплины «Математический анализ», «Теория вероятностей и математическая статистика», «Методы оптимальных решений».Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Раянова, Алсу Рамилевна
Кафтарева, Анна Брониславовна
Свободных экз. нет
61.

Подробнее
c695ba07b56628267a8f498daca9d864
330.4/Е 782
Ерохин, Виктор Викторович.
Статистические методы анализа в бизнес-информатике : учебное пособие / В. В. Ерохин, А. Р. Раянова, А. Б. Кафтарева. — 2-е изд., перераб. и доп. — Москва : Изд-во Спутник+, 2022. — 163 с. : ил. — Библиогр.: с. 153-156 (48 назв.). — 25 экз. — ISBN 978-5-9973-6244-7
Рубрики: Статистический анализ—Применение в экономике
Бизнес-процессы—Моделирование
Кл.слова (ненормированные):
АНАЛИЗ ДАННЫХ — ДИСКРИМИНАНТНЫЙ АНАЛИЗ — ДИСПЕРСИОННЫЙ АНАЛИЗ — КЛАСТЕРНЫЙ АНАЛИЗ — НЕЙРОННЫЕ СЕТИ — РЕГРЕССИОННЫЙ АНАЛИЗ — СЛУЧАЙНЫЕ ВЕЛИЧИНЫ — СТАТИСТИЧЕСКАЯ ПРОВЕРКА ГИПОТЕЗ — ФАКТОРНЫЙ АНАЛИЗ
Аннотация: В пособии излагаются основные понятия и принципы статистического анализа в бизнес-информатике. Описываются статистические методы первичного анализ данных, проверки гипотез, регрессионного анализа, дисперсионного и факторного анализа, дискриминантного и кластерного анализа, анализа выживаемости, анализа нейросетей. Рассматриваются различные задачи статистического анализа в бизнес-информатике. Учебное пособие предназначено для студентов, обучающихся по экономическим направлениям и специальностям, изучающих дисциплины «Математический анализ», «Теория вероятностей и математическая статистика», «Методы оптимальных решений».Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Раянова, Алсу Рамилевна
Кафтарева, Анна Брониславовна
Свободных экз. нет
330.4/Е 782
Ерохин, Виктор Викторович.
Статистические методы анализа в бизнес-информатике : учебное пособие / В. В. Ерохин, А. Р. Раянова, А. Б. Кафтарева. — 2-е изд., перераб. и доп. — Москва : Изд-во Спутник+, 2022. — 163 с. : ил. — Библиогр.: с. 153-156 (48 назв.). — 25 экз. — ISBN 978-5-9973-6244-7
ГРНТИ | ||
УДК |
Рубрики: Статистический анализ—Применение в экономике
Бизнес-процессы—Моделирование
Кл.слова (ненормированные):
АНАЛИЗ ДАННЫХ — ДИСКРИМИНАНТНЫЙ АНАЛИЗ — ДИСПЕРСИОННЫЙ АНАЛИЗ — КЛАСТЕРНЫЙ АНАЛИЗ — НЕЙРОННЫЕ СЕТИ — РЕГРЕССИОННЫЙ АНАЛИЗ — СЛУЧАЙНЫЕ ВЕЛИЧИНЫ — СТАТИСТИЧЕСКАЯ ПРОВЕРКА ГИПОТЕЗ — ФАКТОРНЫЙ АНАЛИЗ
Аннотация: В пособии излагаются основные понятия и принципы статистического анализа в бизнес-информатике. Описываются статистические методы первичного анализ данных, проверки гипотез, регрессионного анализа, дисперсионного и факторного анализа, дискриминантного и кластерного анализа, анализа выживаемости, анализа нейросетей. Рассматриваются различные задачи статистического анализа в бизнес-информатике. Учебное пособие предназначено для студентов, обучающихся по экономическим направлениям и специальностям, изучающих дисциплины «Математический анализ», «Теория вероятностей и математическая статистика», «Методы оптимальных решений».Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Раянова, Алсу Рамилевна
Кафтарева, Анна Брониславовна
Свободных экз. нет
311/С 128
16+Савельев, Владимир.
Статистика и котики / Владимир Савельев. — Москва : АСТ, 2022. — 184, [6] с. : ил. — (Звезда нонфикшн). — Авт. указ. на обороте тит. л. — 4000 экз. — ISBN 978-5-17-137912-4
ГРНТИ | |
УДК |
Рубрики: Статистика
Кл.слова (ненормированные):
ДИСКРИМИНАНТНЫЙ АНАЛИЗ — ДИСПЕРСИОННЫЙ АНАЛИЗ — КЛАСТЕРНЫЙ АНАЛИЗ — КОРРЕЛЯЦИОННЫЙ АНАЛИЗ — ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ — МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ — НЕСВЯЗАННЫЕ ВЫБОРКИ — ОПИСАТЕЛЬНАЯ СТАТИСТИКА — РЕГРЕССИОННЫЙ АНАЛИЗ — СВЯЗАННЫЕ ВЫБОРКИ — СРЕДСТВА ВИЗУАЛИЗАЦИИ ДАННЫХ — ФАКТОРНЫЙ АНАЛИЗ
Аннотация: Из этой книги вы узнаете, что такое дисперсия и стандартное отклонение, как найти t-критерий Стьюдента и U-критерий Манна-Уитни, для чего используются регрессионный и факторный анализы, а также многое и многое другое. И все это — на простых и понятных примерах из жизни милых и пушистых котиков, которые дарят нам множество приятных эмоций.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Свободных экз. нет
62.

Подробнее
1b35c98260fa2584b056fa845069b0fc
311/С 128
16+Савельев, Владимир.
Статистика и котики / Владимир Савельев. — Москва : АСТ, 2022. — 184, [6] с. : ил. — (Звезда нонфикшн). — Авт. указ. на обороте тит. л. — 4000 экз. — ISBN 978-5-17-137912-4
Рубрики: Статистика
Кл.слова (ненормированные):
ДИСКРИМИНАНТНЫЙ АНАЛИЗ — ДИСПЕРСИОННЫЙ АНАЛИЗ — КЛАСТЕРНЫЙ АНАЛИЗ — КОРРЕЛЯЦИОННЫЙ АНАЛИЗ — ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ — МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ — НЕСВЯЗАННЫЕ ВЫБОРКИ — ОПИСАТЕЛЬНАЯ СТАТИСТИКА — РЕГРЕССИОННЫЙ АНАЛИЗ — СВЯЗАННЫЕ ВЫБОРКИ — СРЕДСТВА ВИЗУАЛИЗАЦИИ ДАННЫХ — ФАКТОРНЫЙ АНАЛИЗ
Аннотация: Из этой книги вы узнаете, что такое дисперсия и стандартное отклонение, как найти t-критерий Стьюдента и U-критерий Манна-Уитни, для чего используются регрессионный и факторный анализы, а также многое и многое другое. И все это — на простых и понятных примерах из жизни милых и пушистых котиков, которые дарят нам множество приятных эмоций.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Свободных экз. нет
311/С 128
16+Савельев, Владимир.
Статистика и котики / Владимир Савельев. — Москва : АСТ, 2022. — 184, [6] с. : ил. — (Звезда нонфикшн). — Авт. указ. на обороте тит. л. — 4000 экз. — ISBN 978-5-17-137912-4
ГРНТИ | |
УДК |
Рубрики: Статистика
Кл.слова (ненормированные):
ДИСКРИМИНАНТНЫЙ АНАЛИЗ — ДИСПЕРСИОННЫЙ АНАЛИЗ — КЛАСТЕРНЫЙ АНАЛИЗ — КОРРЕЛЯЦИОННЫЙ АНАЛИЗ — ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ — МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ — НЕСВЯЗАННЫЕ ВЫБОРКИ — ОПИСАТЕЛЬНАЯ СТАТИСТИКА — РЕГРЕССИОННЫЙ АНАЛИЗ — СВЯЗАННЫЕ ВЫБОРКИ — СРЕДСТВА ВИЗУАЛИЗАЦИИ ДАННЫХ — ФАКТОРНЫЙ АНАЛИЗ
Аннотация: Из этой книги вы узнаете, что такое дисперсия и стандартное отклонение, как найти t-критерий Стьюдента и U-критерий Манна-Уитни, для чего используются регрессионный и факторный анализы, а также многое и многое другое. И все это — на простых и понятных примерах из жизни милых и пушистых котиков, которые дарят нам множество приятных эмоций.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Свободных экз. нет
657.9/О-931
Оценка собственности в условиях волатильности и трансформации рыночных условий : коллективная монография / Н. Ю. Пузыня, В. Н. Мягков, Н. П. Баринов [и др.]; под редакцией Н. Ю. Пузыня ; Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский государственный экономический университет, Кафедра финансов. — Санкт-Петербург : Изд-во Санкт-Петербургского гос. экономического ун-та, 2021. — 170 с. : ил. — Авт. указ. на обороте тит. л. — 500 экз. — ISBN 978-5-7310-5549-9
ГРНТИ | ||
УДК |
Рубрики: Собственность—Оценка
Экономика рыночная
Кл.слова (ненормированные):
АВИАПЕРЕВОЗКИ — ВОЛАТИЛЬНОСТЬ РЫНКА — ИНТЕРНЕТ-КОМПАНИИ — ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ — НЕМАТЕРИАЛЬНЫЕ АКТИВЫ — ОБЪЕКТЫ ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ — ОЦЕНКА БИЗНЕСА — ОЦЕНКА НЕДВИЖИМОСТИ — РЕГРЕССИОННЫЙ АНАЛИЗ — РЫНОЧНАЯ СТОИМОСТЬ КОМПАНИЙ — СРАВНИТЕЛЬНЫЙ ПОДХОД — СТОИМОСТЬ ЗЕМЕЛЬНЫХ УЧАСТКОВ — СТОИМОСТЬ КАПИТАЛА — СТОИМОСТЬ САЙТОВ — УЧЕТ ОБРЕМЕНЕНИЙ
Аннотация: В монографии рассмотрена проблематика оценочной деятельности, изменения, происходящие в методиках и инструментарии оценки стоимости различных активов и предприятия (бизнеса) в условиях меняющейся конъюнктуры рынка.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Пузыня, Наталья Юрьевна
Мягков, Владислав Николаевич
Баринов, Николай Петрович
Булаевская, Евгения Станиславовна
Ванзонок, Денис Александрович
Санкт-Петербургский государственный экономический университет. Кафедра финансов
Свободных экз. нет
63.

Подробнее
b1aa0f14314f4a1b837d6ee6d8f5beca
657.9/О-931
Оценка собственности в условиях волатильности и трансформации рыночных условий : коллективная монография / Н. Ю. Пузыня, В. Н. Мягков, Н. П. Баринов [и др.]; под редакцией Н. Ю. Пузыня ; Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский государственный экономический университет, Кафедра финансов. — Санкт-Петербург : Изд-во Санкт-Петербургского гос. экономического ун-та, 2021. — 170 с. : ил. — Авт. указ. на обороте тит. л. — 500 экз. — ISBN 978-5-7310-5549-9
Рубрики: Собственность—Оценка
Экономика рыночная
Кл.слова (ненормированные):
АВИАПЕРЕВОЗКИ — ВОЛАТИЛЬНОСТЬ РЫНКА — ИНТЕРНЕТ-КОМПАНИИ — ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ — НЕМАТЕРИАЛЬНЫЕ АКТИВЫ — ОБЪЕКТЫ ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ — ОЦЕНКА БИЗНЕСА — ОЦЕНКА НЕДВИЖИМОСТИ — РЕГРЕССИОННЫЙ АНАЛИЗ — РЫНОЧНАЯ СТОИМОСТЬ КОМПАНИЙ — СРАВНИТЕЛЬНЫЙ ПОДХОД — СТОИМОСТЬ ЗЕМЕЛЬНЫХ УЧАСТКОВ — СТОИМОСТЬ КАПИТАЛА — СТОИМОСТЬ САЙТОВ — УЧЕТ ОБРЕМЕНЕНИЙ
Аннотация: В монографии рассмотрена проблематика оценочной деятельности, изменения, происходящие в методиках и инструментарии оценки стоимости различных активов и предприятия (бизнеса) в условиях меняющейся конъюнктуры рынка.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Пузыня, Наталья Юрьевна
Мягков, Владислав Николаевич
Баринов, Николай Петрович
Булаевская, Евгения Станиславовна
Ванзонок, Денис Александрович
Санкт-Петербургский государственный экономический университет. Кафедра финансов
Свободных экз. нет
657.9/О-931
Оценка собственности в условиях волатильности и трансформации рыночных условий : коллективная монография / Н. Ю. Пузыня, В. Н. Мягков, Н. П. Баринов [и др.]; под редакцией Н. Ю. Пузыня ; Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский государственный экономический университет, Кафедра финансов. — Санкт-Петербург : Изд-во Санкт-Петербургского гос. экономического ун-та, 2021. — 170 с. : ил. — Авт. указ. на обороте тит. л. — 500 экз. — ISBN 978-5-7310-5549-9
ГРНТИ | ||
УДК |
Рубрики: Собственность—Оценка
Экономика рыночная
Кл.слова (ненормированные):
АВИАПЕРЕВОЗКИ — ВОЛАТИЛЬНОСТЬ РЫНКА — ИНТЕРНЕТ-КОМПАНИИ — ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ — НЕМАТЕРИАЛЬНЫЕ АКТИВЫ — ОБЪЕКТЫ ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ — ОЦЕНКА БИЗНЕСА — ОЦЕНКА НЕДВИЖИМОСТИ — РЕГРЕССИОННЫЙ АНАЛИЗ — РЫНОЧНАЯ СТОИМОСТЬ КОМПАНИЙ — СРАВНИТЕЛЬНЫЙ ПОДХОД — СТОИМОСТЬ ЗЕМЕЛЬНЫХ УЧАСТКОВ — СТОИМОСТЬ КАПИТАЛА — СТОИМОСТЬ САЙТОВ — УЧЕТ ОБРЕМЕНЕНИЙ
Аннотация: В монографии рассмотрена проблематика оценочной деятельности, изменения, происходящие в методиках и инструментарии оценки стоимости различных активов и предприятия (бизнеса) в условиях меняющейся конъюнктуры рынка.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Пузыня, Наталья Юрьевна
Мягков, Владислав Николаевич
Баринов, Николай Петрович
Булаевская, Евгения Станиславовна
Ванзонок, Денис Александрович
Санкт-Петербургский государственный экономический университет. Кафедра финансов
Свободных экз. нет
336.5/Я 474
Яковлев, Егор Олегович.
Финансирование инноваций на различных этапах жизненного цикла высокотехнологичных компаний : 08.00.10 — Финансы, денежное обращение и кредит: автореферат диссертации на соискание учёной степени кандидата экономических наук / Яковлев Егор Олегович ; Финансовый университет при Правительстве Российской Федерации. — Москва, 2022. — 26 с. : ил. — Библиогр.: с. 25-26 (8 назв.). — 60 экз.
ГРНТИ | ||
УДК |
Кл.слова (ненормированные):
ИНВЕСТИЦИОННАЯ ПРИВЛЕКАТЕЛЬНОСТЬ — ИНВЕСТОРЫ — ИННОВАЦИОННЫЕ КОМПАНИИ — ИННОВАЦИОННЫЕ ПРОДУКТЫ — ИННОВАЦИОННЫЕ ПРОЕКТЫ — КОММЕРЦИАЛИЗАЦИЯ ИННОВАЦИЙ — ОБРАТНАЯ СВЯЗЬ — ПОТРЕБНОСТИ РЫНКА — ПРИВЛЕЧЕНИЕ ФИНАНСИРОВАНИЯ — РЕГРЕССИОННЫЙ АНАЛИЗ — ФИНАНСОВЫЕ РЕШЕНИЯ — ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Финансовый университет при Правительстве Российской Федерации (Москва)
Свободных экз. нет
64.

Подробнее
c403efa6ef29c1e1159b9ea76139bc96
336.5/Я 474
Яковлев, Егор Олегович.
Финансирование инноваций на различных этапах жизненного цикла высокотехнологичных компаний : 08.00.10 — Финансы, денежное обращение и кредит: автореферат диссертации на соискание учёной степени кандидата экономических наук / Яковлев Егор Олегович ; Финансовый университет при Правительстве Российской Федерации. — Москва, 2022. — 26 с. : ил. — Библиогр.: с. 25-26 (8 назв.). — 60 экз.
Кл.слова (ненормированные):
ИНВЕСТИЦИОННАЯ ПРИВЛЕКАТЕЛЬНОСТЬ — ИНВЕСТОРЫ — ИННОВАЦИОННЫЕ КОМПАНИИ — ИННОВАЦИОННЫЕ ПРОДУКТЫ — ИННОВАЦИОННЫЕ ПРОЕКТЫ — КОММЕРЦИАЛИЗАЦИЯ ИННОВАЦИЙ — ОБРАТНАЯ СВЯЗЬ — ПОТРЕБНОСТИ РЫНКА — ПРИВЛЕЧЕНИЕ ФИНАНСИРОВАНИЯ — РЕГРЕССИОННЫЙ АНАЛИЗ — ФИНАНСОВЫЕ РЕШЕНИЯ — ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Финансовый университет при Правительстве Российской Федерации (Москва)
Свободных экз. нет
336.5/Я 474
Яковлев, Егор Олегович.
Финансирование инноваций на различных этапах жизненного цикла высокотехнологичных компаний : 08.00.10 — Финансы, денежное обращение и кредит: автореферат диссертации на соискание учёной степени кандидата экономических наук / Яковлев Егор Олегович ; Финансовый университет при Правительстве Российской Федерации. — Москва, 2022. — 26 с. : ил. — Библиогр.: с. 25-26 (8 назв.). — 60 экз.
ГРНТИ | ||
УДК |
Кл.слова (ненормированные):
ИНВЕСТИЦИОННАЯ ПРИВЛЕКАТЕЛЬНОСТЬ — ИНВЕСТОРЫ — ИННОВАЦИОННЫЕ КОМПАНИИ — ИННОВАЦИОННЫЕ ПРОДУКТЫ — ИННОВАЦИОННЫЕ ПРОЕКТЫ — КОММЕРЦИАЛИЗАЦИЯ ИННОВАЦИЙ — ОБРАТНАЯ СВЯЗЬ — ПОТРЕБНОСТИ РЫНКА — ПРИВЛЕЧЕНИЕ ФИНАНСИРОВАНИЯ — РЕГРЕССИОННЫЙ АНАЛИЗ — ФИНАНСОВЫЕ РЕШЕНИЯ — ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Финансовый университет при Правительстве Российской Федерации (Москва)
Свободных экз. нет
Копотева, Анна Владимировна.
Модели машинного обучения в задаче прогнозирования природно-ресурсного потенциала Пермского края / А. В. Копотева, А. А. Максимов, Н. А. Сиротина // Южно-Уральский государственный университет (национальный исследовательский университет). Вестник Южно-Уральского государственного университета. Серия «Компьютерные технологии, управление, радиоэлектроника» : журнал. — 2021. — Том 21 , N 4 . — С. 126-136. — Библиогр. в конце ст.
ГРНТИ | ||
УДК |
Рубрики: Искусственный интеллект
Машинное обучение
Регрессионный анализ
Природно-ресурсный потенциал
Пермский край
Кл.слова (ненормированные):
машинное обучение — метрики качества — регрессионный анализ — природно-ресурсный потенциал — пермский край
Аннотация: В статье рассматривается проблема повышения качества моделирования и прогнозирования комплексного показателя природно-ресурсного потенциала региона за счет использования некоторых моделей машинного обучения с учителем. Актуальность решаемой задачи объясняется тем, что традиционно используемые для данных целей модели демонстрируют либо слишком низкое качество, либо сложны в настройке и оценке их параметров. Цель исследования: определение моделей машинного обучения, обеспечивающих оптимальные значения различных метрик качества моделирования. Материалы и методы. Для целей исследования рассмотрены модели множественной линейной регрессии, дерева принятия решений, случайного леса, градиентного бустинга и многослойного персептрона. В качестве метрик качества выбраны коэффициент детерминации R2, арифметический квадратный корень из средней квадратической ошибки моделирования RMSE, средняя абсолютная ошибка моделирования MAE и относительная погрешность прогнозирования на 1 и 2 временных интервала. Исследование выполнено на примере зависимости комплексного показателя природно-ресурсного потенциала Пермского края от системы определяющих его факторов на временном интервале с 2001 по 2018 г. в среде Jupiter Notebook средствами библиотек Pandas и Scikit-learn. Для обеспечения сопоставимости результатов моделирования был произведен отбор факторов на основании их корреляционного анализа. Подбор оптимальных параметров моделей произведен на основании данных с 2001 по 2016 г., качество прогнозирования проверялось по данным 2017 и 2018 гг. Результаты. По результатам проведенного исследования оказалось, что модель классической множественной линейной регрессии демонстрирует худшие результаты по всем рассмотренным метрикам качества. Наибольшее значение коэффициента детерминации, минимальные значения корня из средней квадратичной и средней абсолютной ошибки моделирования демонстрирует модель дерева решений. При этом минимальная относительная погрешность прогнозирования на 2017 г. обеспечивается моделью градиентного бустинга, на 2018 г. — моделью многослойного персептрона. Заключение. Проведенное исследование позволяет утверждать, что нелинейные модели машинного обучения для задачи моделирования и прогнозирования комплексного показателя природно-ресурсного потенциала демонстрируют лучшие аппроксимационные и прогностические свойства по сравнению с множественной линейной регрессией и могут быть использованы для повышения качества управления природными ресурсами.
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Максимов, Александр Александрович
Сиротина, Наталья Александровна
65.

Подробнее
Копотева, Анна Владимировна.
Модели машинного обучения в задаче прогнозирования природно-ресурсного потенциала Пермского края / А. В. Копотева, А. А. Максимов, Н. А. Сиротина // Южно-Уральский государственный университет (национальный исследовательский университет). Вестник Южно-Уральского государственного университета. Серия «Компьютерные технологии, управление, радиоэлектроника» : журнал. — 2021. — Том 21 , N 4 . — С. 126-136. — Библиогр. в конце ст.
Рубрики: Искусственный интеллект
Машинное обучение
Регрессионный анализ
Природно-ресурсный потенциал
Пермский край
Кл.слова (ненормированные):
машинное обучение — метрики качества — регрессионный анализ — природно-ресурсный потенциал — пермский край
Аннотация: В статье рассматривается проблема повышения качества моделирования и прогнозирования комплексного показателя природно-ресурсного потенциала региона за счет использования некоторых моделей машинного обучения с учителем. Актуальность решаемой задачи объясняется тем, что традиционно используемые для данных целей модели демонстрируют либо слишком низкое качество, либо сложны в настройке и оценке их параметров. Цель исследования: определение моделей машинного обучения, обеспечивающих оптимальные значения различных метрик качества моделирования. Материалы и методы. Для целей исследования рассмотрены модели множественной линейной регрессии, дерева принятия решений, случайного леса, градиентного бустинга и многослойного персептрона. В качестве метрик качества выбраны коэффициент детерминации R2, арифметический квадратный корень из средней квадратической ошибки моделирования RMSE, средняя абсолютная ошибка моделирования MAE и относительная погрешность прогнозирования на 1 и 2 временных интервала. Исследование выполнено на примере зависимости комплексного показателя природно-ресурсного потенциала Пермского края от системы определяющих его факторов на временном интервале с 2001 по 2018 г. в среде Jupiter Notebook средствами библиотек Pandas и Scikit-learn. Для обеспечения сопоставимости результатов моделирования был произведен отбор факторов на основании их корреляционного анализа. Подбор оптимальных параметров моделей произведен на основании данных с 2001 по 2016 г., качество прогнозирования проверялось по данным 2017 и 2018 гг. Результаты. По результатам проведенного исследования оказалось, что модель классической множественной линейной регрессии демонстрирует худшие результаты по всем рассмотренным метрикам качества. Наибольшее значение коэффициента детерминации, минимальные значения корня из средней квадратичной и средней абсолютной ошибки моделирования демонстрирует модель дерева решений. При этом минимальная относительная погрешность прогнозирования на 2017 г. обеспечивается моделью градиентного бустинга, на 2018 г. — моделью многослойного персептрона. Заключение. Проведенное исследование позволяет утверждать, что нелинейные модели машинного обучения для задачи моделирования и прогнозирования комплексного показателя природно-ресурсного потенциала демонстрируют лучшие аппроксимационные и прогностические свойства по сравнению с множественной линейной регрессией и могут быть использованы для повышения качества управления природными ресурсами.
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Максимов, Александр Александрович
Сиротина, Наталья Александровна
Копотева, Анна Владимировна.
Модели машинного обучения в задаче прогнозирования природно-ресурсного потенциала Пермского края / А. В. Копотева, А. А. Максимов, Н. А. Сиротина // Южно-Уральский государственный университет (национальный исследовательский университет). Вестник Южно-Уральского государственного университета. Серия «Компьютерные технологии, управление, радиоэлектроника» : журнал. — 2021. — Том 21 , N 4 . — С. 126-136. — Библиогр. в конце ст.
ГРНТИ | ||
УДК |
Рубрики: Искусственный интеллект
Машинное обучение
Регрессионный анализ
Природно-ресурсный потенциал
Пермский край
Кл.слова (ненормированные):
машинное обучение — метрики качества — регрессионный анализ — природно-ресурсный потенциал — пермский край
Аннотация: В статье рассматривается проблема повышения качества моделирования и прогнозирования комплексного показателя природно-ресурсного потенциала региона за счет использования некоторых моделей машинного обучения с учителем. Актуальность решаемой задачи объясняется тем, что традиционно используемые для данных целей модели демонстрируют либо слишком низкое качество, либо сложны в настройке и оценке их параметров. Цель исследования: определение моделей машинного обучения, обеспечивающих оптимальные значения различных метрик качества моделирования. Материалы и методы. Для целей исследования рассмотрены модели множественной линейной регрессии, дерева принятия решений, случайного леса, градиентного бустинга и многослойного персептрона. В качестве метрик качества выбраны коэффициент детерминации R2, арифметический квадратный корень из средней квадратической ошибки моделирования RMSE, средняя абсолютная ошибка моделирования MAE и относительная погрешность прогнозирования на 1 и 2 временных интервала. Исследование выполнено на примере зависимости комплексного показателя природно-ресурсного потенциала Пермского края от системы определяющих его факторов на временном интервале с 2001 по 2018 г. в среде Jupiter Notebook средствами библиотек Pandas и Scikit-learn. Для обеспечения сопоставимости результатов моделирования был произведен отбор факторов на основании их корреляционного анализа. Подбор оптимальных параметров моделей произведен на основании данных с 2001 по 2016 г., качество прогнозирования проверялось по данным 2017 и 2018 гг. Результаты. По результатам проведенного исследования оказалось, что модель классической множественной линейной регрессии демонстрирует худшие результаты по всем рассмотренным метрикам качества. Наибольшее значение коэффициента детерминации, минимальные значения корня из средней квадратичной и средней абсолютной ошибки моделирования демонстрирует модель дерева решений. При этом минимальная относительная погрешность прогнозирования на 2017 г. обеспечивается моделью градиентного бустинга, на 2018 г. — моделью многослойного персептрона. Заключение. Проведенное исследование позволяет утверждать, что нелинейные модели машинного обучения для задачи моделирования и прогнозирования комплексного показателя природно-ресурсного потенциала демонстрируют лучшие аппроксимационные и прогностические свойства по сравнению с множественной линейной регрессией и могут быть использованы для повышения качества управления природными ресурсами.
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Максимов, Александр Александрович
Сиротина, Наталья Александровна
Дорофеев, Вадим Алексеевич.
Основы регрессионного моделирования для психологов : Учебное пособие / В.А. Дорофеев. — Ростов-на-Дону : Издательство Южного федерального университета (ЮФУ), 2018. — 129 с. — ISBN 978-5-9275-2549-2
Содержание:
УДК |
~РУБ 37.04.01 + 44.04.02 + 44.03.02 + 37.03.01
Рубрики: Педагогика. Образование. Психология
Кл.слова (ненормированные):
ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ — МНОЖЕСТВЕННАЯ РЕГРЕССИЯ — ПАРНАЯ РЕГРЕССИЯ — ПСИХОЛОГИЯ — РЕГРЕССИОННОЕ МОДЕЛИРОВАНИЕ — РЕГРЕССИОННЫЙ АНАЛИЗ — СТАТИСТИЧЕСКИЕ ДАННЫЕ — УРАВНЕНИЕ РЕГРЕССИИ
Аннотация: Содержательно учебное пособие дополняет лекционно-практический курс «Математическая статистика и математические методы в психологии» и отражает попытку авторов представить учебный материал по регрессионному моделированию в психологии на основе синтеза методологических аспектов психологии, основ статистико-математических технологий регрессионного анализа и компьютерных технологий обработки эмпирических результатов. Предназначено для студентов и магистрантов психологических и психологопедагогических специальностей.
Предназначено для студентов и магистрантов психологических и психологопедагогических специальностей.Перейти к документу: Электронная библиотечная система ZNANIUM,
Перейти к документу: https://znanium.com/cover/1021/1021605.jpg Держатели документа:
ЭБС Znanium : 127282, г. Москва, ул. Полярная, д.31В, стр.1
Доп.точки доступа:
Мочалова, Ю.А.
Мочалова, Юлия Александровна
66.

Подробнее
c47c3535781581477a19a6d6be88ce3d
Дорофеев, Вадим Алексеевич.
Основы регрессионного моделирования для психологов : Учебное пособие / В.А. Дорофеев. — Ростов-на-Дону : Издательство Южного федерального университета (ЮФУ), 2018. — 129 с. — ISBN 978-5-9275-2549-2
Содержание:
ББК 88.4
~РУБ 37.04.01 + 44.04.02 + 44.03.02 + 37.03.01
Рубрики: Педагогика. Образование. Психология
Кл.слова (ненормированные):
ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ — МНОЖЕСТВЕННАЯ РЕГРЕССИЯ — ПАРНАЯ РЕГРЕССИЯ — ПСИХОЛОГИЯ — РЕГРЕССИОННОЕ МОДЕЛИРОВАНИЕ — РЕГРЕССИОННЫЙ АНАЛИЗ — СТАТИСТИЧЕСКИЕ ДАННЫЕ — УРАВНЕНИЕ РЕГРЕССИИ
Аннотация: Содержательно учебное пособие дополняет лекционно-практический курс «Математическая статистика и математические методы в психологии» и отражает попытку авторов представить учебный материал по регрессионному моделированию в психологии на основе синтеза методологических аспектов психологии, основ статистико-математических технологий регрессионного анализа и компьютерных технологий обработки эмпирических результатов. Предназначено для студентов и магистрантов психологических и психологопедагогических специальностей.
Предназначено для студентов и магистрантов психологических и психологопедагогических специальностей.Перейти к документу: Электронная библиотечная система ZNANIUM,
Перейти к документу: https://znanium.com/cover/1021/1021605.jpg Держатели документа:
ЭБС Znanium : 127282, г. Москва, ул. Полярная, д.31В, стр.1
Доп.точки доступа:
Мочалова, Ю.А.
Мочалова, Юлия Александровна
Дорофеев, Вадим Алексеевич.
Основы регрессионного моделирования для психологов : Учебное пособие / В.А. Дорофеев. — Ростов-на-Дону : Издательство Южного федерального университета (ЮФУ), 2018. — 129 с. — ISBN 978-5-9275-2549-2
Содержание:
УДК |
~РУБ 37.04.01 + 44.04.02 + 44.03.02 + 37.03.01
Рубрики: Педагогика. Образование. Психология
Кл.слова (ненормированные):
ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ — МНОЖЕСТВЕННАЯ РЕГРЕССИЯ — ПАРНАЯ РЕГРЕССИЯ — ПСИХОЛОГИЯ — РЕГРЕССИОННОЕ МОДЕЛИРОВАНИЕ — РЕГРЕССИОННЫЙ АНАЛИЗ — СТАТИСТИЧЕСКИЕ ДАННЫЕ — УРАВНЕНИЕ РЕГРЕССИИ
Аннотация: Содержательно учебное пособие дополняет лекционно-практический курс «Математическая статистика и математические методы в психологии» и отражает попытку авторов представить учебный материал по регрессионному моделированию в психологии на основе синтеза методологических аспектов психологии, основ статистико-математических технологий регрессионного анализа и компьютерных технологий обработки эмпирических результатов. Предназначено для студентов и магистрантов психологических и психологопедагогических специальностей.
Предназначено для студентов и магистрантов психологических и психологопедагогических специальностей.Перейти к документу: Электронная библиотечная система ZNANIUM,
Перейти к документу: https://znanium.com/cover/1021/1021605.jpg Держатели документа:
ЭБС Znanium : 127282, г. Москва, ул. Полярная, д.31В, стр.1
Доп.точки доступа:
Мочалова, Ю.А.
Мочалова, Юлия Александровна
519.2/Б 723
Бобонова, Елена Николаевна.
Компьютерные методы статистического анализа данных. Курс лекций : учебное пособие / Е. Н. Бобонова ; Министерство просвещения Российской Федерации, Воронежский государственный педагогический университет. — Воронеж : Воронежский гос. пед. ун-т, 2022. — 62 с. : ил. — Библиогр.: с. 61 (13 назв.). — 41 экз. — ISBN 978-5-00044-877-9
ГРНТИ | |
УДК |
Рубрики: Математическая обработка наблюдений
Кл.слова (ненормированные):
КОМПЬЮТЕРНЫЕ СЕТИ — МАТЕМАТИЧЕСКАЯ СТАТИСТИКА — ОФИСНЫЕ ПРОГРАММЫ — ПЕДАГОГИЧЕСКИЕ ИССЛЕДОВАНИЯ — ПРИКЛАДНЫЕ ПРОГРАММЫ — РЕГРЕССИОННЫЙ АНАЛИЗ — СЛУЧАЙНЫЕ ВЕЛИЧИНЫ — СТАТИСТИЧЕСКИЕ ДАННЫЕ
Аннотация: В пособии представлен теоретический материал по компьютерным методам статистического анализа данных. Курс лекций предназначен для студентов бакалавриата очной и заочной форм обучения по направлениям: 44.03.05 «Педагогическое образование (с двумя профилями подготовки)». Издание можно использовать на курсах повышения квалификации и программах переподготовки педагогических работников, а также в качестве самоучителя для освоения компьютерных методов статистического анализа данных.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Воронежский государственный педагогический университет
Свободных экз. нет
67.

Подробнее
64f5b033f2c659bc2d429877e073ed0a
519.2/Б 723
Бобонова, Елена Николаевна.
Компьютерные методы статистического анализа данных. Курс лекций : учебное пособие / Е. Н. Бобонова ; Министерство просвещения Российской Федерации, Воронежский государственный педагогический университет. — Воронеж : Воронежский гос. пед. ун-т, 2022. — 62 с. : ил. — Библиогр.: с. 61 (13 назв.). — 41 экз. — ISBN 978-5-00044-877-9
Рубрики: Математическая обработка наблюдений
Кл.слова (ненормированные):
КОМПЬЮТЕРНЫЕ СЕТИ — МАТЕМАТИЧЕСКАЯ СТАТИСТИКА — ОФИСНЫЕ ПРОГРАММЫ — ПЕДАГОГИЧЕСКИЕ ИССЛЕДОВАНИЯ — ПРИКЛАДНЫЕ ПРОГРАММЫ — РЕГРЕССИОННЫЙ АНАЛИЗ — СЛУЧАЙНЫЕ ВЕЛИЧИНЫ — СТАТИСТИЧЕСКИЕ ДАННЫЕ
Аннотация: В пособии представлен теоретический материал по компьютерным методам статистического анализа данных. Курс лекций предназначен для студентов бакалавриата очной и заочной форм обучения по направлениям: 44.03.05 «Педагогическое образование (с двумя профилями подготовки)». Издание можно использовать на курсах повышения квалификации и программах переподготовки педагогических работников, а также в качестве самоучителя для освоения компьютерных методов статистического анализа данных.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Воронежский государственный педагогический университет
Свободных экз. нет
519.2/Б 723
Бобонова, Елена Николаевна.
Компьютерные методы статистического анализа данных. Курс лекций : учебное пособие / Е. Н. Бобонова ; Министерство просвещения Российской Федерации, Воронежский государственный педагогический университет. — Воронеж : Воронежский гос. пед. ун-т, 2022. — 62 с. : ил. — Библиогр.: с. 61 (13 назв.). — 41 экз. — ISBN 978-5-00044-877-9
ГРНТИ | |
УДК |
Рубрики: Математическая обработка наблюдений
Кл.слова (ненормированные):
КОМПЬЮТЕРНЫЕ СЕТИ — МАТЕМАТИЧЕСКАЯ СТАТИСТИКА — ОФИСНЫЕ ПРОГРАММЫ — ПЕДАГОГИЧЕСКИЕ ИССЛЕДОВАНИЯ — ПРИКЛАДНЫЕ ПРОГРАММЫ — РЕГРЕССИОННЫЙ АНАЛИЗ — СЛУЧАЙНЫЕ ВЕЛИЧИНЫ — СТАТИСТИЧЕСКИЕ ДАННЫЕ
Аннотация: В пособии представлен теоретический материал по компьютерным методам статистического анализа данных. Курс лекций предназначен для студентов бакалавриата очной и заочной форм обучения по направлениям: 44.03.05 «Педагогическое образование (с двумя профилями подготовки)». Издание можно использовать на курсах повышения квалификации и программах переподготовки педагогических работников, а также в качестве самоучителя для освоения компьютерных методов статистического анализа данных.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Воронежский государственный педагогический университет
Свободных экз. нет
004.8/М 382
Машинное обучение и интеллектуальный анализ данных : практикум / Министерство науки и высшего образования Российской Федерации, Челябинский государственный университет ; составители: А. В. Шицелов [и др.]. — Челябинск : Изд-во Челябинского гос. ун-та, 2022. — 65 с. : ил. — Библиогр.: с. 65 (10 назв.). — 50 экз. — ISBN 978-5-7271-1797-2
ГРНТИ | ||
УДК |
Рубрики: Машинное обучение—Учебники и пособия
Информационный поиск—Автоматизация—Учебники и пособия
Кл.слова (ненормированные):
КЛАССИФИКАЦИЯ — НЕЙРОННЫЕ СЕТИ — ОБРАБОТКА ДАННЫХ — ПРОГРАММИРОВАНИЯ ЯЗЫКИ — PYTHON — РЕГРЕССИОННЫЙ АНАЛИЗ
Аннотация: Данный практикум призван оказать помощь обучающимся в выполнении практических заданий и получении практических навыков и умений при изучении основ искусственного интеллекта, машинного обучения и анализа данных, a также в формировании профессиональных компетенций, необходимых для осуществления профессиональной деятельности в области аналитики данных. В практикуме представлены практические задания с рекомендациями по пошаговому их выполнению, которые позволяют закрепить изучаемый теоретический материал с использованием современных наборов данных (kaggle), инструментов для программирования на языке Python, методов машинного обучения и интеллектуального анализа данных, инструментов для предварительной обработки, представления и визуализации информации. Предназначено для практических занятий и самостоятельной работы по дисциплинам «Анализ данных», «Машинное обучение и анализ данных» для обучающихся по направлению 38.03.05 «Бизнес-информатика».Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Шицелов, Анатолий Вячеславович \сост.\
Челябинский государственный университет
Свободных экз. нет
68.

Подробнее
f2f2d852052a976bf698dbbd42d03523
004.8/М 382
Машинное обучение и интеллектуальный анализ данных : практикум / Министерство науки и высшего образования Российской Федерации, Челябинский государственный университет ; составители: А. В. Шицелов [и др.]. — Челябинск : Изд-во Челябинского гос. ун-та, 2022. — 65 с. : ил. — Библиогр.: с. 65 (10 назв.). — 50 экз. — ISBN 978-5-7271-1797-2
Рубрики: Машинное обучение—Учебники и пособия
Информационный поиск—Автоматизация—Учебники и пособия
Кл.слова (ненормированные):
КЛАССИФИКАЦИЯ — НЕЙРОННЫЕ СЕТИ — ОБРАБОТКА ДАННЫХ — ПРОГРАММИРОВАНИЯ ЯЗЫКИ — PYTHON — РЕГРЕССИОННЫЙ АНАЛИЗ
Аннотация: Данный практикум призван оказать помощь обучающимся в выполнении практических заданий и получении практических навыков и умений при изучении основ искусственного интеллекта, машинного обучения и анализа данных, a также в формировании профессиональных компетенций, необходимых для осуществления профессиональной деятельности в области аналитики данных. В практикуме представлены практические задания с рекомендациями по пошаговому их выполнению, которые позволяют закрепить изучаемый теоретический материал с использованием современных наборов данных (kaggle), инструментов для программирования на языке Python, методов машинного обучения и интеллектуального анализа данных, инструментов для предварительной обработки, представления и визуализации информации. Предназначено для практических занятий и самостоятельной работы по дисциплинам «Анализ данных», «Машинное обучение и анализ данных» для обучающихся по направлению 38.03.05 «Бизнес-информатика».Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Шицелов, Анатолий Вячеславович \сост.\
Челябинский государственный университет
Свободных экз. нет
004.8/М 382
Машинное обучение и интеллектуальный анализ данных : практикум / Министерство науки и высшего образования Российской Федерации, Челябинский государственный университет ; составители: А. В. Шицелов [и др.]. — Челябинск : Изд-во Челябинского гос. ун-та, 2022. — 65 с. : ил. — Библиогр.: с. 65 (10 назв.). — 50 экз. — ISBN 978-5-7271-1797-2
ГРНТИ | ||
УДК |
Рубрики: Машинное обучение—Учебники и пособия
Информационный поиск—Автоматизация—Учебники и пособия
Кл.слова (ненормированные):
КЛАССИФИКАЦИЯ — НЕЙРОННЫЕ СЕТИ — ОБРАБОТКА ДАННЫХ — ПРОГРАММИРОВАНИЯ ЯЗЫКИ — PYTHON — РЕГРЕССИОННЫЙ АНАЛИЗ
Аннотация: Данный практикум призван оказать помощь обучающимся в выполнении практических заданий и получении практических навыков и умений при изучении основ искусственного интеллекта, машинного обучения и анализа данных, a также в формировании профессиональных компетенций, необходимых для осуществления профессиональной деятельности в области аналитики данных. В практикуме представлены практические задания с рекомендациями по пошаговому их выполнению, которые позволяют закрепить изучаемый теоретический материал с использованием современных наборов данных (kaggle), инструментов для программирования на языке Python, методов машинного обучения и интеллектуального анализа данных, инструментов для предварительной обработки, представления и визуализации информации. Предназначено для практических занятий и самостоятельной работы по дисциплинам «Анализ данных», «Машинное обучение и анализ данных» для обучающихся по направлению 38.03.05 «Бизнес-информатика».Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Шицелов, Анатолий Вячеславович \сост.\
Челябинский государственный университет
Свободных экз. нет
001.8/О-753
Основы экспериментально-исследовательской деятельности и планирование эксперимента : практикум / А. Л. Манаков, А. С. Ильиных, В. И. Кочергин, М. С. Галай; ответственный редактор О. А. Шаламова ; Сибирский государственный университет путей сообщения (СГУПС). — Новосибирск : Сибирский гос. ун-т путей сообщения, 2022. — 117, [1] с. : ил. — Авт. указ. в вып. дан. — Библиогр.: с. 114 (12 назв.). — 75 экз. — ISBN 978-5-00148-260-4
Без тит. л. Описано по обл.
ГРНТИ | ||
УДК |
Рубрики: Транспорт—Научно-исследовательская работа—Учебники и пособия
Планирование эксперимента—Применение на транспорте—Учебники и пособия
Кл.слова (ненормированные):
ДИСПЕРСИОННЫЙ АНАЛИЗ — МЕТОД ЭКСПЕРТНЫХ ОЦЕНОК — ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ — РЕГРЕССИОННЫЙ АНАЛИЗ — ТРАНСПОРТНЫЕ ЗАДАЧИ
Аннотация: Практикум содержит сведения об основах экспериментально- исследовательской деятельности, связанной с проведением научных исследований и испытаний транспортных, транспортно-технологических машин и оборудования, а также совершенствованием процессов их эксплуатации, диагностики, технического обслуживания и ремонта.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Манаков, Алексей Леонидович
Ильиных, Андрей Степанович
Кочергин, Виктор Иванович
Галай, Марина Сергеевна
Шаламова, О.А. \ред.\
Сибирский государственный университет путей сообщения (Новосибирск)
Свободных экз. нет
69.

Подробнее
67585560db26a2f968b7380ccdb43b54
001.8/О-753
Основы экспериментально-исследовательской деятельности и планирование эксперимента : практикум / А. Л. Манаков, А. С. Ильиных, В. И. Кочергин, М. С. Галай; ответственный редактор О. А. Шаламова ; Сибирский государственный университет путей сообщения (СГУПС). — Новосибирск : Сибирский гос. ун-т путей сообщения, 2022. — 117, [1] с. : ил. — Авт. указ. в вып. дан. — Библиогр.: с. 114 (12 назв.). — 75 экз. — ISBN 978-5-00148-260-4
Без тит. л. Описано по обл.
Рубрики: Транспорт—Научно-исследовательская работа—Учебники и пособия
Планирование эксперимента—Применение на транспорте—Учебники и пособия
Кл.слова (ненормированные):
ДИСПЕРСИОННЫЙ АНАЛИЗ — МЕТОД ЭКСПЕРТНЫХ ОЦЕНОК — ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ — РЕГРЕССИОННЫЙ АНАЛИЗ — ТРАНСПОРТНЫЕ ЗАДАЧИ
Аннотация: Практикум содержит сведения об основах экспериментально- исследовательской деятельности, связанной с проведением научных исследований и испытаний транспортных, транспортно-технологических машин и оборудования, а также совершенствованием процессов их эксплуатации, диагностики, технического обслуживания и ремонта.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Манаков, Алексей Леонидович
Ильиных, Андрей Степанович
Кочергин, Виктор Иванович
Галай, Марина Сергеевна
Шаламова, О.А. \ред.\
Сибирский государственный университет путей сообщения (Новосибирск)
Свободных экз. нет
001.8/О-753
Основы экспериментально-исследовательской деятельности и планирование эксперимента : практикум / А. Л. Манаков, А. С. Ильиных, В. И. Кочергин, М. С. Галай; ответственный редактор О. А. Шаламова ; Сибирский государственный университет путей сообщения (СГУПС). — Новосибирск : Сибирский гос. ун-т путей сообщения, 2022. — 117, [1] с. : ил. — Авт. указ. в вып. дан. — Библиогр.: с. 114 (12 назв.). — 75 экз. — ISBN 978-5-00148-260-4
Без тит. л. Описано по обл.
ГРНТИ | ||
УДК |
Рубрики: Транспорт—Научно-исследовательская работа—Учебники и пособия
Планирование эксперимента—Применение на транспорте—Учебники и пособия
Кл.слова (ненормированные):
ДИСПЕРСИОННЫЙ АНАЛИЗ — МЕТОД ЭКСПЕРТНЫХ ОЦЕНОК — ОБРАБОТКА ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ — РЕГРЕССИОННЫЙ АНАЛИЗ — ТРАНСПОРТНЫЕ ЗАДАЧИ
Аннотация: Практикум содержит сведения об основах экспериментально- исследовательской деятельности, связанной с проведением научных исследований и испытаний транспортных, транспортно-технологических машин и оборудования, а также совершенствованием процессов их эксплуатации, диагностики, технического обслуживания и ремонта.Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Манаков, Алексей Леонидович
Ильиных, Андрей Степанович
Кочергин, Виктор Иванович
Галай, Марина Сергеевна
Шаламова, О.А. \ред.\
Сибирский государственный университет путей сообщения (Новосибирск)
Свободных экз. нет
004.6/Б 947
Бучнев, Олег Сергеевич.
Методы анализа данных : лабораторный практикум / О. С. Бучнев ; Министерство науки и высшего образования РФ, Иркутский национальный исследовательский технический университет (Иркутский политех). — Иркутск : Изд-во Иркутского нац. исслед. технического ун-та, 2022. — 114 с. : ил. — Библиогр.: с. 112-114. — 100 экз. — ISBN 978-5-8038-1708-6
На тит. л.: Приоритет 2030. Лидерами становятся.
ГРНТИ | |
УДК |
Рубрики: Информация—Обработка—Учебники и пособия
Кл.слова (ненормированные):
ДЕРЕВЬЯ РЕШЕНИЙ — ДИСКРИМИНАНТНЫЙ АНАЛИЗ — КЛАСТЕРНЫЙ АНАЛИЗ — КОРРЕЛЯЦИОННЫЙ АНАЛИЗ — ПОДГОТОВКА ДАННЫХ — РЕГРЕССИОННЫЙ АНАЛИЗ — СНИЖЕНИЕ РАЗМЕРНОСТИ — ФАКТОРНЫЙ АНАЛИЗ
Аннотация: Соответствует требованиям ФГОС ВО по направлению подготовки «Информационные системы и технологии» (профиль «Информационные системы и технологии в административном управлении»). Представлены теоретические основы и важнейшие методы аналитической обработки данных, а также примеры решения задач. Приведены задания для выполнения лабораторных и самостоятельных работ. Предназначено для студентов Института информационных технологий и анализа данных ИРНИТУ, изучающих дисциплину «Методы анализа данных».Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Иркутский национальный исследовательский технический университет
Свободных экз. нет
70.

Подробнее
78b4cd3b51c4cac8228439b7b666a4c9
004.6/Б 947
Бучнев, Олег Сергеевич.
Методы анализа данных : лабораторный практикум / О. С. Бучнев ; Министерство науки и высшего образования РФ, Иркутский национальный исследовательский технический университет (Иркутский политех). — Иркутск : Изд-во Иркутского нац. исслед. технического ун-та, 2022. — 114 с. : ил. — Библиогр.: с. 112-114. — 100 экз. — ISBN 978-5-8038-1708-6
На тит. л.: Приоритет 2030. Лидерами становятся.
Рубрики: Информация—Обработка—Учебники и пособия
Кл.слова (ненормированные):
ДЕРЕВЬЯ РЕШЕНИЙ — ДИСКРИМИНАНТНЫЙ АНАЛИЗ — КЛАСТЕРНЫЙ АНАЛИЗ — КОРРЕЛЯЦИОННЫЙ АНАЛИЗ — ПОДГОТОВКА ДАННЫХ — РЕГРЕССИОННЫЙ АНАЛИЗ — СНИЖЕНИЕ РАЗМЕРНОСТИ — ФАКТОРНЫЙ АНАЛИЗ
Аннотация: Соответствует требованиям ФГОС ВО по направлению подготовки «Информационные системы и технологии» (профиль «Информационные системы и технологии в административном управлении»). Представлены теоретические основы и важнейшие методы аналитической обработки данных, а также примеры решения задач. Приведены задания для выполнения лабораторных и самостоятельных работ. Предназначено для студентов Института информационных технологий и анализа данных ИРНИТУ, изучающих дисциплину «Методы анализа данных».Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Иркутский национальный исследовательский технический университет
Свободных экз. нет
004.6/Б 947
Бучнев, Олег Сергеевич.
Методы анализа данных : лабораторный практикум / О. С. Бучнев ; Министерство науки и высшего образования РФ, Иркутский национальный исследовательский технический университет (Иркутский политех). — Иркутск : Изд-во Иркутского нац. исслед. технического ун-та, 2022. — 114 с. : ил. — Библиогр.: с. 112-114. — 100 экз. — ISBN 978-5-8038-1708-6
На тит. л.: Приоритет 2030. Лидерами становятся.
ГРНТИ | |
УДК |
Рубрики: Информация—Обработка—Учебники и пособия
Кл.слова (ненормированные):
ДЕРЕВЬЯ РЕШЕНИЙ — ДИСКРИМИНАНТНЫЙ АНАЛИЗ — КЛАСТЕРНЫЙ АНАЛИЗ — КОРРЕЛЯЦИОННЫЙ АНАЛИЗ — ПОДГОТОВКА ДАННЫХ — РЕГРЕССИОННЫЙ АНАЛИЗ — СНИЖЕНИЕ РАЗМЕРНОСТИ — ФАКТОРНЫЙ АНАЛИЗ
Аннотация: Соответствует требованиям ФГОС ВО по направлению подготовки «Информационные системы и технологии» (профиль «Информационные системы и технологии в административном управлении»). Представлены теоретические основы и важнейшие методы аналитической обработки данных, а также примеры решения задач. Приведены задания для выполнения лабораторных и самостоятельных работ. Предназначено для студентов Института информационных технологий и анализа данных ИРНИТУ, изучающих дисциплину «Методы анализа данных».Перейти к документу: Обложка Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17
Доп.точки доступа:
Иркутский национальный исследовательский технический университет
Свободных экз. нет
Страница 7, Результатов: 146
Все поступления за 2025
Или выберите интересующий месяц
Январь
Февраль
Март
Апрель
Май
Июнь
Июль
Август
Сентябрь
Октябрь
Ноябрь
Декабрь