МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ИЗУЧЕНИЮ ДИСЦИПЛИНЫ «ТЕХНОЛОГИИ БОЛЬШИХ ДАННЫХ.

МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ИЗУЧЕНИЮ ДИСЦИПЛИНЫ «ТЕХНОЛОГИИ БОЛЬШИХ ДАННЫХ.

МЕТОДЫ ПРОГНОЗИРОВАНИЯ»

1. Рекомендуемая литература по разделам курса

Название раздела, темы	Номер лекции	Раздел литературного источника
1. Понятие Big Data. Методы подготовки данных.		[1] глава 1
2. Модель распределенных вычислений. Map Reduce.		[1] глава 2
3. Поиск похожих объектов.		[1] глава 3
4. Анализ потоков данных.		[1] глава 4
5. Анализ ссылок.		[1] глава 5
6. Частые предметные наборы.		[1] глава 6
7. Кластеризация.		[1] глава 7
8. Реклама в Интернете.		[1] глава 8
9. Рекомендательные системы.		[1] глава 9
10. Анализ графов социальных сетей		[1] глава 10
11. Понижение размерности		[1] глава 11
12. Машинное обучение на больших данных		[1] глава 13
13. Регрессионный анализ. Методы прогнозирования		[2] глава 6-7

1. Лесковец, Ю Анализ больших наборов данных / Ю.Лесковец, А.Раджараман, Дж. Ульман, пер. с анг. Слинкин А.А. – М.: ДМК Пресс, 2016. – 498 с.

2. Теоретический минимум по Big Data. Все что нужно знать о больших данных / Ын Анналин, Су Кеннет СПб.: Питер, 2019 – 208 с.