Аналитика больших данных: дополнительные главы
Название спецкурса на английском языке
Big Data Analytics: additional chapters
Пререквизиты
Отсутствуют
Целевая аудитория
3-6 курс, магистранты
аспиранты
Подразделение
[Кафедра теоретической информатики]
Семестр
Полгода (весна)
Тип курса
Спецкурс по выбору студента
Учебный год
2024/25
Список тем
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.
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.
Список источников
Лесковец Ю., Раджараман А., Ульман Д.Д. Анализ больших наборов данных. - Москва: ДМК Пресс, 2016.
Маккинни, У. Python и анализ данных: первичная обработка данных с применением pandas, NumPy и Jupiter. — 3-е изд.. — Москва : ДМК Пресс, 2023.
van der Aalst W. Process Mining. Data Science in Action, Second Edition. - Springer-Verlag Berlin Heidelberg, 2016.
Котов В.Е. Сети Петри. — Москва: Наука, 1984.
Маккинни, У. Python и анализ данных: первичная обработка данных с применением pandas, NumPy и Jupiter. — 3-е изд.. — Москва : ДМК Пресс, 2023.
van der Aalst W. Process Mining. Data Science in Action, Second Edition. - Springer-Verlag Berlin Heidelberg, 2016.
Котов В.Е. Сети Петри. — Москва: Наука, 1984.
Дополнительная информация
Телеграмм-канал: https://t.me/+Sx35lZYIMNKrJhxD
Чат для организационных вопросов: https://t.me/+TthMMjeXdGazhGkZ
День недели
четверг
Время
16:45-18:20
Аудитория
1311
Дата первого занятия
Аудитория первого занятия
1311
Статус курса
Запись открыта
Форма записи на курс
Заполнение формы записи на курс доступно только студентам. Для записи на курс авторизуйтесь, пожалуйста, в студенческом аккаунте.