Аналитика больших данных

Матричное представление множеств. Хеширование, хешированные подписи. Вычисление хешированных подписей.
Локально-чувствительное хеширование документов. LSH для хешированных подписей. Анализ техники группировок (S-кривые). Использование методов хешированных подписей и LSH для определения вероятно схожих элементов.
Метрики. Евклидовы метрики. Расстояние по Жаккару, расстояние по косинусу. Расстояние редактирования, расстояние Хемминга.
Теория локально-чувствительных функций. Локально-чувствительные семейства для расстояния по Жаккару. Усиление локально-чувствительного семейства (AND-конструкции и OR-конструкции).
LSH-семейства для расстояния Хемминга. Случайные гиперплоскости и расстояние по косинусу, эскизы векторов. LSH-семейства для евклидова расстояния (размерность 2). Другие LSH-семейства для евклидовых пространств.
Модель рыночной корзины. Задача поиска частых наборов элементов. Использование оперативной памяти при поиске частых наборов элементов. Метод треугольной матрицы и метод троек.
Масштабируемый алгоритм поиска ассоциативных правил A-Priori. Ассоциативные правила. Достоверность и поддержка. Алгоритм поиска ассоциативных правил с заданными достоверностью и поддержкой.
Обработка больших наборов данных в оперативной памяти. Алгоритм Парка-Чена-Ю (PCY). Многоэтапный алгоритм. Многохешевый алгоритм. Алгоритм с ограниченным числом проходов. Простой рандомизированный алгоритм. Алгоритм SON. Алгоритм Тойвонена.
Методы кластеризации. Иерархическая кластеризация. Эффективность иерархической кластеризации. BFR алгоритм кластеризации. Алгоритмы k-средних и CURE: сходства и различия.
Алгоритм параллельной обработки данных MapReduce – принципы построения. Умножение матриц в MapReduce. Операции реляционной алгебры в MapReduce.
Алгоритм ранжирования Web-страниц PageRank. Терминологический спам. Первое определение PageRank. Ловушки для пауков. Эффективное вычисление PageRank. Эффективное представление матрицы перехода.
PageRank, чувствительный к теме. Анализ спам-фермы. TrustRank. Масса спама. Концентраторы и авторитеты.
Рекомендательные системы. Матрица предпочтений. Рекомендации на основе содержания. Обнаружение особенностей документов. Рекомендация товаров пользователям в зависимости от содержания. Алгоритмы классификации. Кластеризация пользователей и товаров.
Снижение размерности. UV-разложение. Оптимизация произвольного элемента. Сходимость к минимуму. Как избежать переподгонки.
Метод главных компонент. Использование собственных векторов для понижения размерности. Матрица расстояний. Сингулярное разложение. Запросы с использованием концептов. Вычисление сингулярного разложения матрицы. CUR-декомпозиция.
Интеллектуальный анализ процессов. Методы и типы анализа. Моделирование бизнес-процессов. Процессы: модели и экземпляры. Анализ процессов. Cети Петри.