Тема номера

Agile и DevOps на службе крупного бизнеса

Облака, Большие Данные и Интернет вещей способны предоставить цифровому бизнесу конкурентные преимущества, однако традиционные ИТ уже не могут обеспечить поддержку новых бизнес-моделей, своевременную разработку новых сервисов и приложений или изменение уже имеющихся.

Архитектура хранения для цифрового предприятия

Рост объемов информации, повышенные требования к ее доступности, эффективности накопления и использования вызывают необходимость в системах хранения, которые должны быть одновременно емкими, надежными, практически безгранично масштабируемыми и недорогими. Традиционные архитектуры таким требованиям уже не удовлетворяют.

Цифровая трансформация в цифрах

Цифровая трансформация все чаще называется в числе важнейших условий успешного развития предприятий, однако до сих пор нет ни четкого понимания этого явления, ни его согласованных количественных оценок, как и нет границ самого этого понятия.

Машинное обучение для Больших Данных

Теоретические основы машинного обучения появились практически одновременно с первыми компьютерами, однако при его практическом применении всегда приходится учитывать специфику конкретных систем. Работа с Большими Данными средствами Hadoop требует инструментов адаптации алгоритмов машинного обучения к этой платформе, например с помощью механизмов из стека IBM BigInsights.

Машинное обучение для понимания естественного языка

Технологии обработки естественного языка сегодня шагнули далеко вперед, и немалая заслуга в этом принадлежит машинному обучению, применяемому, в частности, для понимания текстов.

Машинное обучение для планирования запросов

Рост объемов данных требует от СУБД увеличения производительности выполнения запросов. Оптимизация плана выполнения запроса с использованием средств машинного обучения позволяет в разы уменьшить время его обработки.

Практические аспекты машинного обучения

Сегодня с машинным обучением связывают много надежд, однако успешность его применения определяется не только выбором адекватного задаче алгоритма, но и правильными шагами на этапах планирования, разработки и внедрения модели.

Оценка компетентностей студентов на основе анализа социальных сетей

В третьем поколении Федеральных государственных образовательных стандартов высшего профессионального образования задачи обучения формулируются в терминах компетентностей учащихся, что делает актуальной задачу их оценки. На помощь приходят средства машинного обучения, позволяющие оценить компетентности студентов на основе анализа их поведения в социальных сетях.

Машинное обучение в системах хранения Большого адронного коллайдера

Алгоритмы машинного обучения все шире используются для увеличения производительности гибридных систем хранения данных. Классификации, регрессии и анализ временных рядов помогают выбрать тип хранилища и упорядочить в нем размещение файлов.

Экзабайтное хранилище научных данных

Сегодня только в ходе одного эксперимента в области физики высоких энергий генерируется такой объем метаданных, который сравним с объемом данных экспериментов, полученных за весь XX век. Однако для организации хранения и эффективного доступа к этим метаданным прежние реляционные технологии уже непригодны. Объемы метаданных

6 критически важных причин необходимости резервного копирования Office 365

Почему организациям необходимо защищать данные Office 365