Книги
Машинное обучение в Elastic Stack
Кольер, Р. Машинное обучение в Elastic Stack : учебное пособие / Р. Кольер, К. Монтонен, Б. Азарми; перевод с английского В. С. Яценкова. — Москва : ДМК-Пресс, 2021. — 380 с.: ил.. — Перевод издания: Machine Learning with the Elastic Stack. — ISBN 978-5-93700-107-8 : 3565.80 р.
Кольер, Р., Монтонен, К. и Азарми, Б., (2021), Машинное обучение в Elastic Stack: учебное пособие, перевод с английского В. С. Яценкова, (пер.) Яценкова В.С., Москва: ДМК-Пресс, 2021, 380 с., RU.
Кольер Р, Монтонен К, Азарми Б. Машинное обучение в Elastic Stack: учебное пособие. Москва: ДМК-Пресс; 2021. 380 с.
Аннотация
В книге подробно рассматривается работа с Elastic Stack - обширной экосистемой компонентов, которые служат для сбора, поиска и обработки данных. Вы ознакомитесь с общими принципами машинного обучения, узнаете о методах автоматического обнаружения аномалий, проверке целостности и анализа данных из разрозненных источников, научитесь истолковывать результаты обнаружения и прогнозирования аномалий и использовать их в своих целях, а также выполнять анализ временных рядов для различных типов данных. Издание адресовано специалистам, которые работают с данными и хотят интегрировать машинное обучение с эффективными приложениями для мониторинга, обеспечения безопасности и аналитики в области данных.
-
ISBN:978-5-93700-107-8
Рекомендовано к ознакомлению
- 1. Пинчук, А. Особенности обучения и эксплуатации machine learning моделей в задачах противодействия мошенничеству / А. Пинчук // ПЛАС. Платежи. Системы. Карточки. — 2019 — N3. — С.40-43.
- 2. Щипков, В.С. Эпоха открытости: как большие данные улучшают бизнес-показатели / В.С. Щипков // Банковское дело. — 2018 — N12. — С.56-58.
- 3. Племяшова, А.Г. Big Data. Каких результатов можно достичь с помощью аналитики больших данных / А.Г. Племяшова // Корпоративная финансовая отчетность. Международные стандарты. — 2019 — N1. — С.75-84.
- 4. Данилина, М. Поднять клиента / М. Данилина, М. Толмачев // Банковское обозрение. — 2018 — N2. — С.62-63.
- 5. Уотшем, Т.Д. Количественные методы в финансах / Т.Д. Уотшем, К. Паррамоу. — Москва : Финансы, 1999. — 527 с.
- 6. Ниворожкина, Л.И. Эконометрика / Л. И. Ниворожкина, С. В. Арженовский, Е. П. Кокина. — Москва : Инфра-М, 2017. — ISBN 978-5-369-01698-5.
- 7. Михайлов, А.Ю. Анализ экономических и структурных данных для прогнозирования цены криптоактивов / А. Ю. Михайлов // Банковское дело. — Москва, 2021 — N 3. — С.29-38.
- 8. Уласов, Д.О. Цифровой аудит / Д.О. Уласов // Акционерное общество. — 2020 — N2. — С.30-33.
- 9. Балагаев, А.Ю. Цифровая трансформация экономики России: возможности и риски / А.Ю. Балагаев // Банковское дело. — 2018 — N7. — С.64-67.
- 10. Гареев, М.Ю. Наукастинг / М. Ю. Гареев, А. В. Полбин // Вопросы экономики. — Москва, 2022 — N 8. — С.133-157.
Отзывы читателей
0