Машинное обучение

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.

Обучение технологиям Больших Данных

При организации подготовки в университетах специалистов по технологиям Больших Данных наряду c проблемами методологического характера возникают и сложности с доступом к наборам данных и соответствующим инструментам. Наиболее эффективным в этой ситуации оказывается развертывание виртуальной среды Hadoop/Spark.

Real-Time Enterprise — основа для «мудрого» предприятия

В условиях нынешней экономической турбулентности наиболее успешным и, скорее всего, единственно возможным направлением развития крупных предприятий будет применение решений, кардинально улучшающих бизнес-возможности с одновременным снижением совокупной стоимости владения информационной системой. Один из вариантов — СУБД класса in-memory.

Аналитика, машинное обучение и Интернет вещей

Все больший охват земного шара сетями, недорогими датчиками и распределенными интеллектуальными системами приводит к тому, что в мире генерируется больше данных, чем человечество способно обработать. Смогут ли предприятия адаптироваться к новым условиям и продолжить развитие на высококонкурентном ландшафте? Как извлечь пользу из новых источников информации и умных систем, вплетенных в окружающую среду?

«Интернет разумный»

Благодаря свершившейся Internet-революции, новое тысячелетие человечество встречает с качественно иным информационным ландшафтом. Разрозненные в недавнем прошлом базы данных, содержащие большую часть накопленной человечеством информации, объединены Сетью. Создана программируемая среда доступа ко всей этой информации, к освоению которой мы еще только приступаем. В статье обсуждается один из аспектов развития Internet - ее наполнение программами, использующими технологии машинного обучения.