Описание: Персональный сайт на портале магистров ДонНТУ, 2010 г.

Руководитель: доцент, к.т.н., с.н.с. Андрюхин Александр Иванович

Описание: Статья магистра ДонНТУ, 2006 год

Руководитель: доцент Жукова Тамара Порфирьевна

Описание: Статья магистра ДонНТУ, 2011 год

Руководитель: Аверин Геннадий Викторович

Описание: Статья магистра ДонНТУ, 2005 год

Руководитель: доц. Мокрый Георгий Василиевич

Описание: Персональный сайт на портале магистров ДонНТУ, 2012 г.

Руководитель: д.т.н. Фонотов Анастас Михайлович

Описание: Персональный сайт на портале магистров ДонНТУ, 2008 г.

Руководитель: доцент, к.т.н. Федяев Олег Иванович

Описание: Персональный сайт на портале магистров ДонНТУ, 2008 г.

Руководитель: к.т.н., доцент Привалов Максим Владимирович

Авторы: Тевелев А. Д.

Описание: В докладе кратко описываются методы Data Mining, которые применяются в системе обработки и анализа медикостатистической информации

Авторы: Тарасенко Игнат Вениаминович

Описание: В данной статье рассматривается то, как технология Data Mining используется в системе управления знаниями

Авторы: Александра Симонова и Стас Богатырев

Описание: В данной статье рассматривается понятие Data Mining, методы добычи данных из БД, а также проблемы и перспективы технологии Data Mining

Авторы: Вячеслав Дюк

Описание: В статье рассматриваются современные проблемы извлечения знаний, в начале статьи представлено небольшое введение в Data Mining

Авторы: Вахитов Александр Робертович

Описание: Рассматривается способ обработки данных, основанный на совместном использовании аналитической обработки в реальном времени, а также ключевых индикаторов производительности и технологии извлечения данных.

Авторы: Строкова Людмила Александровна

Описание: Рассмотрен пример применения алгоритмов деревьев решений и искусственных нейронных сетей для задач прогнозирования величины осадки по данным натурных наблюдений. Показано преимущество самоорганизующихся карт Кохонена по сравнению с регрессионным анализом данных мониторинга.

Авторы: Федосеев А.А., Михеев С.В., Головнин О.К.

Описание: Рассмотрено решение разгрузки транспортного движения с использование алгоритмов data mining

Авторы: Мартин Браун

Описание: Существует множество различных методов интеллектуального анализа данных, моделирования запросов, обработки и сбора информации. Какие из них применить для анализа своих данных и какие можно использовать в сочетании с уже имеющимся программным обеспечением и инфраструктурой? Познакомьтесь с различными методами и решениями для интеллектуального анализа данных и научитесь создавать такие решения с помощью существующего программного обеспечения и систем. Изучите существующие средства интеллектуального анализа данных и научитесь определять, может ли размер и сложность вашей информации вызвать проблемы при ее обработке и хранении и как их решить.

Авторы: Михаил Киселев, Евгений Соломатин

Описание: Программы интеллектуального анализа данных, применяемые в бизнесе и финансах

Авторы: Константин Селезнев

Описание: подходы и методы, разработанные еще при создании технологий информационных хранилищ

Авторы: Сергей Кузнецов

Описание: О проблемах, возникающих при поиске информации среди большого количества данных, и их решениях

Авторы: Шон Горли

Описание: вычисления над данными большого объема (Data-Intensive Computing)

В книге приводится объективный аналитический обзор методов и программных продуктов Data Mining. Подробно рассматриваются статистические пакеты, нейросети, эволюционные методы и алгоритмы поиска логических закономерностей. Описываются наиболее популярные инструментальные средства Data Mining. Разбираются практические примеры.

Курс знакомит слушателей с технологией Data Mining, подробно рассматриваются методы, инструментальные средства и применение Data Mining. Описание каждого метода сопровождается конкретным примером его использования.

В книге представлены наиболее актуальные направления в области разработки корпоративных систем: организация хранилищ данных, оперативный (OLAP) и интеллектуальный анализ данных (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.

Книга представляет собой руководство для бизнес-аналитиков, занимающихся внедрением корпоративных аналитических систем. В теоретической части последовательно освещаются современные технологии сбора и анализа структурированной информации: хранилища данных, ETL, OLAP, Data Mining, Knowledge Discovery in Databases.

Книга предназначена для широкого круга читателей, включая опытных пользователей Microsoft Office, бизнес-аналитиков, разработчиков, менеджеров информационных служб и отделов автоматизации, желающих ознакомиться с основами применения аналитической обработки данных (OLAP) и хранилищ данных, а также с возможностями, предоставляемыми современными OLAP-средствами. Для иллюстрации обсуждаемых в книге вопросов используются OLAP-средства корпорации Microsoft.

Развернутое описание методов и понятий, связанных с Data Mining

Описание принцыпов работы с клиентами с точки зрения data mining

Излагаются основные направления в области разработки систем: организация хранилищ данных, оперативный (OLAP) и интеллектуальный (Data Mining) анализ данных.

Введение в информационный поиск – это первый учебник, в котором наряду с классическим поиском рассматриваются веб-поиск, а также классификация и кластеризация текстов. Учебник написан с точки зрения информатики и содержит современное изложение всех аспектов проектирования и реализации систем сбора, индексирования и поиска документов, методов оценки таких систем, а также введение в методы машинного обучения на базе коллекций текстов.

Излогаются основные направления в области разработки систем: организация хранилищ данных, оперативный (OLAP) и интеллектуальный (Data Mining) анализ данных.

Книга, написанная разработчиками Microsoft SQL Server 2005 Analysis Services, дает читателю полное представление об его функционировании и устройстве. В ней рассмотрены основы многомерного анализа данных и дано глубокое представление о многомерных

В книге приводится объективный аналитический обзор методов и программных продуктов Data Mining. Подробно рассматриваются статистические пакеты, нейросети, эволюционные методы и алгоритмы поиска логических закономерностей. Описываются наиболее популярные инструментальные средства Data Mining. Разбираются практические примеры.

Подробно рассматриваются методы, инструментальные средства и применение Data Mining. Описание каждого метода сопровождается конкретным примером его использования.

Профессиональный поставщик программных продуктов и решений в области анализа данных. Мы специализируемся на разработке систем для глубокого анализа данных, охватывающих вопросы сбора, консолидации, очистки данных, построения моделей и визуализации.

Бесплатное дистанционное обучение в Национальном Открытом Университете «ИНТУИТ» – это удобный способ получения знаний, которые помогут вам получить новую работу и занять более высокую должность.

Хабрахабр – самое крупное в Рунете сообщество людей, занятых в индустрии высоких технологий. Уникальная аудитория, свежая информация

Блог по Data Mining. Временами «проскакивают» интересные материалы

Целью работы лаборатории является научная и образовательная деятельность в области методов интеллектуального анализа данных (DataMining)

Сайт посвященный прогнозированию и методам прогнозирования

Data Mining поможет подсчитать Вам в текстах большого объема число вхождений слов или символов которые в этом тексте встречаются. Вы можете ввести любое слово и получить результат встречается ли оно в документе, сколько раз и в каких местах.

Американская частная компания, разработчик технологического программного обеспечения и приложений класса Business Intelligence, Data Quality и Business Analytics.

Быстрый анализ информации, позволяющий экономить время и деньги

Мощная интегрированная система статистики, сервисная программа отчетности OLAP для Excel и многое другое.

ADaMSoft является свободным и открытым исходным кодом система, написанные в Java, для интеллектуального анализа данных и управления данными. Он является многоязычным и мультиплатформенных

Сайт с большим объемом полезной учебной литературы

Открытый исходный код визуализации и анализа данных для новичков и экспертов

Проект с открытым исходным кодом

Weka представляет собой набор алгоритмов машинного обучения для задач интеллектуального анализа данных. Алгоритмы могут либо быть применены непосредственно к набору данных или вызывать из вашего собственного кода Java.

Библиотека, которая предоставляет методы для анализа данных с помощью алгоритмов машинного обучения

Проект с открытым кодом для анализа данных