+7 (495) 229-0436 | shopadmin@itshop.ru | 119334, г. Москва, ул. Бардина, д. 4, корп. 3 |
|
|
18.12.13 - IBM PureData для Hadoop: чем эта система может нам помочь?
Система IBM PureData для Hadoop разрабатывалась с учетом такого подхода в плане аппаратного и программного обеспечения, подготовленного для облачной архитектуры. Все преимущества и особенности Hadoop объединяются с поддержкой и простым администрированием, которые может предложить PureData.
18.12.13 - Создание федерированных баз данных с использованием технологий IBM В данной статье описываются технологии IBM для создания федерированных баз данных, позволяющие интегрировать и использовать данные и специализированные вычислительные возможности из обширного спектра реляционных и нереляционных источников.
17.12.13 - Анализ больших данных для монетизации видеоигр, мобильных и социальных игр В настоящее время игровая индустрия претерпевает колоссальные изменения вследствие расширения традиционного игрового ландшафта и включения в него новых типов игр, платформ и игроков. Методы анализа больших объемов данных позволяют разработчикам игр и игровым брендам получать богатую и разнообразную поведенческую и мультиструктурную информацию об играх и игроках.
13.12.13 - Десять рекомендаций по созданию решения для обработки "больших данных" на основе облака В статье приводятся десять рекомендаций для компании, которая берется за проект в сфере анализа "больших данных", даже если она решила просто попробовать. Упор делается на решение на основе облака, так как это позволяет избежать многих сложных технических проблем на начальной стадии.
11.12.13 - Бизнес-анализ больших данных Меняются потребители, меняется мир бизнеса. Сегодня уже недостаточно изучения только данных о продажах. Цель развертывания интегрированной платформы для бизнес-аналитики и анализа больших данных заключается в том, чтобы копать глубже и лучше понимать - почему, где, что и как - о клиентах, продуктах и компании. В этой статье обсуждается интеграция бизнес-аналитики и анализа больших данных.
09.12.13 - Применение углубленного анализа данных в оптовой дистрибуции В этой статье излагаются примеры применения прогностического анализа для совершенствования бизнес-операций в нескольких различных функциональных подразделениях компании оптовой дистрибьюции и описывается набор продуктов IBM, которые применяются на всем протяжении от начального исследования и применения первых приложений до анализа "больших данных"
05.12.13 - Преобразование данных в устройстве IBM Netezza с помощью решения IBM InfoSphere Data Masking Solution В статье описывается порядок использования решения IBM® InfoSphere® Optim® Data Masking Solution вместе с продуктом IBM InfoSphere Federation Server для де-идентификации (de-identify) данных, размещенных на устройстве IBM Netezza Data Warehouse Appliance.
29.11.13 - Кремниевый учёный ищет средства от рака В борьбу со страшной болезнью включаются "умные" машины. Речь идёт о программном обеспечении, созданном совместно IBM и Бэйлоровском медицинском колледжем.
29.11.13 - Зачем нефтяникам, диспетчерам и производителям зубной пасты технологии "Формулы-1" Моментальный анализ данных, который предлагает "Формула-1", дает преимущество не только в гонках, но и других отраслях, где используются большие данные. Ведь это чрезвычайно заманчивая перспектива - получать информацию на лету, выделять ключевые моменты и преобразовывать данные в дальнейшую стратегию действий.
28.11.13 - Использование IBM InfoSphere Streams для моделирования Это статья о том, как использовать IBM® InfoSphere® Streams для моделирования. В качестве примера мы построим модель движения автотранспорта по автомобильным дорогам в соответствии с моделью Нагеля-Шрекенберга.
26.11.13 - Обработка больших данных реального времени с помощью Twitter Storm Storm ― это система обработки больших данных с открытым исходным кодом, которая отличается от других систем тем, что предназначена для распределенной обработки в режиме реального времени и не зависит от языка программирования. Познакомьтесь с системой Twitter Storm, ее архитектурой и спектром решений для пакетной и поточной обработки.
20.11.13 - Методы интеллектуального анализа данных Познакомьтесь с различными методами и решениями для интеллектуального анализа данных и научитесь создавать такие решения с помощью существующего программного обеспечения и систем.
18.11.13 - Укрощение больших данных Огромные потоки информации подчиняются новым правилам. Что изменилось в "мультипетабайтном" мире? Как большие данные меняют нашу деятельность?
12.11.13 - Распределенная обработка данных с помощью Hadoop: Часть 3. Создание приложения В заключительной части серии статей о Hadoop рассмотрены API-интерфейсы и потоки данных Hadoop. Кроме того, продемонстрировано их использование на примере небольших приложений map и reduce.
08.11.13 - Распределенная обработка данных с помощью Hadoop: Часть 2. Двигаемся дальше В этой статье мы будем настраивать Hadoop в более сложной конфигурации с несколькими узлами для параллельной обработки данных. В статье будут описаны различные типы узлов, необходимые для построения многоузловых кластеров, а также работа процедур MapReduce в параллельной среде. Также будут рассмотрены вопросы администрирования Hadoop - как с помощью интерфейса командной строки, так и с помощью Web-интерфейсов.
06.11.13 - Распределенная обработка данных с помощью Hadoop: Часть 1. Начало работы В этой статье рассматривается фреймворк Hadoop и его основные элементы - файловая система HDFS и типы узлов. Вы узнаете, как установить и настроить одноузловой кластер Hadoop, и познакомитесь с приложением на основе MapReduce. В заключение вы узнаете о способах мониторинга и управления фреймворком Hadoop с помощью его базовых Web-интерфейсов.
04.11.13 - Обработка данных при помощи Apache Pig Apache Pig - это высокоуровневый процедурный язык, предназначенный для выполнения запросов к большим слабоструктурированным наборам данных с помощью платформ Hadoop и MapReduce. Pig упрощает использование Hadoop, позволяя выполнять SQL-подобные запросы к распределенным наборам данных. В этой статье описывается язык, лежащий в основе Pig, и приводится пример его использования для простого кластера Hadoop.
02.11.13 - Практическое занятие: Обработка журналов с помощью Apache Hadoop Журналы - это важнейший элемент любой компьютерной системы, обеспечивающий выполнение обширного перечня задач - от аудита до управления ошибками. В условиях роста объема журналов и количества источников информации для них (включая облачные среды) для эффективной обработки этих журналов необходима масштабируемая система. Это практическое занятие посвящено обработке журналов с помощью технологии Apache Hadoop в типичной Linux-системе.
29.10.13 - Введение в Apache Mahout Интеллектуальные приложения, которые обучаются на данных и информации, вводимой пользователем ― некогда прерогатива научно-исследовательских институтов и корпораций с крупными бюджетами НИОКР ― получают все более широкое распространение. Сегодня потребность в методах машинного обучения, таких как кластеризация, коллаборативная фильтрация и классификация, применяемых как для поиска общих интересов среди больших групп людей, так и для автоматического маркирования больших объемов Web-контента, велика как никогда. Проект Apache Mahout поставил перед собой цель упростить и ускорить создание интеллектуальных приложений. Сооснователь Mahout Грант Ингресолл знакомит читателей с основными понятиями машинного обучения и демонстрирует, как использовать Mahout для кластеризации документов, выдачи рекомендаций и организации контента.
27.10.13 - Прогнозирование будущего: Часть 4. Внедрение прогностического решения Это заключительная часть цикла из четырех статей, посвященных наиболее важным аспектам прогностического анализа. В первой части дается общее представление о прогностическом анализе. Вторая часть посвящена методам прогностического моделирования: математическим алгоритмам, составляющим ядро прогностического анализа. В третьей части эти методы применяются для принятия и описания прогностического решения. Наконец, эта, заключительная часть посвящена практическому внедрению прогностического анализа, то есть процессу претворения прогностических решений в жизнь.
25.10.13 - Прогнозирование будущего: Часть 3. Создание прогностического решения Это третья часть цикла из четырех статей, посвященных наиболее важным аспектам прогностического анализа. В первой части дается общее представление о прогностическом анализе. Вторая часть посвящена методам прогностического моделирования: математическим алгоритмам, составляющим ядро прогностического анализа. В этой, третьей статье говорится о том, как создавать прогностические решения с применением этих методов.
23.10.13 - Прогнозирование будущего: Часть 2. Методы прогностического моделирования Эта вторая часть цикла из четырех статей посвящена наиболее важным аспектам прогностического анализа. В первой части дается общее представление о прогностическом анализе. Эта статья посвящена методам прогностического моделирования ― математическим алгоритмам, составляющим ядро прогностического анализа.
21.10.13 - Прогнозирование будущего: Часть 1. Что такое прогностический анализ? Эта первая статья начинается с обзора анализа в целом, а затем переходит к анализу на основе данных в противоположность применению бизнес-правил и экспертных знаний. Оба типа знаний могут повысить качество принимаемых решений. Эта статья поможет вам найти свои собственные приложения прогностического анализа, который применим к самым разным наборам данных в различных отраслях хозяйства и областях знаний.
16.10.13 - Spark - альтернатива для быстрого анализа данных Хотя наибольшей популярностью в сфере распределенного анализа данных пользуется Hadoop, существуют альтернативы, предлагающие некоторые важные преимущества по сравнению с типичной Hadoop-платформой. Познакомьтесь с подходом Spark к кластерным вычислениям и его особенностями по отношению к Hadoop.
14.10.13 - Использование алгоритма MapReduce и выравнивание нагрузки в облаке Статья о том, как реализовать структуру Hadoop MapReduce в облачной среде и использовать виртуальное выравнивание нагрузки для повышения производительности системы, состоящей из одного или нескольких узлов.
12.10.13 - Работа с большими объемами данных в облаке с помощью MapReduce Время от времени возникает потребность в большом количестве физических и виртуальных ресурсов для выполнения сложных ресурсоемких вычислений, но создание собственной grid-системы в организации может столкнуться с ресурсными, логистическими, техническими, а иногда даже и с политическими барьерами. Автор показывает, как облачные вычисления и MapReduce помогают решать проблемы обработки больших объемов данных.
04.10.13 - Анализ данных социальных медиа и структурированных данных с помощью IBM InfoSphere BigInsights В данной статье излагаются базовые сведения по применению инструмента BigSheets для анализа данных социальных медиа и структурированных данных, собранных с помощью типовых приложений, предоставляемых продуктом BigInsights. Вы узнаете, как моделировать эти данные в инструменте BigSheets, как обрабатывать эти данные с помощью встроенных макросов и функций, как создавать таблицы для визуализации результатов своей работы и как экспортировать результаты своего анализа в один из нескольких распространенных выходных форматов.
18.09.13 - Новые горизонты Big Data. Часть 3 Публикуем стенограмму заседания экспертного семинара, посвященного теме "Big Data - новые горизонты". Семинар является постоянно действующей площадкой для обсуждения вопросов, представляющих интерес для инновационного сообщества. В третьей части представляем выступление Сергея Лихарева из компании IBM.
17.09.13 - Новые горизонты Big Data. Часть 2 Публикуем стенограмму заседания экспертного семинара, посвященного теме "Big Data - новые горизонты". Семинар является постоянно действующей площадкой для обсуждения вопросов, представляющих интерес для инновационного сообщества. Во второй части представляем выступление Вячеслава Нестерова, руководителя центра разработок корпорации EMC в Санкт-Петербурге.
16.09.13 - Новые горизонты Big Data. Часть 1 Публикуем стенограмму заседания экспертного семинара, посвященного теме "Big Data - новые горизонты". Семинар является постоянно действующей площадкой для обсуждения вопросов, представляющих интерес для инновационного сообщества. В первой части представляем выступление Леонида Жуков, который является профессором Высшей школы экономики и занимается вопросами больших данных.
|
|
О нас |
Интернет-магазин ITShop.ru предлагает широкий спектр услуг информационных технологий и ПО.
На протяжении многих лет интернет-магазин предлагает товары и услуги, ориентированные на бизнес-пользователей и специалистов по информационным технологиям. Хорошие отзывы постоянных клиентов и высокий уровень специалистов позволяет получить наивысший результат при совместной работе. В нашем магазине вы можете приобрести лицензионное ПО выбрав необходимое из широкого спектра и ассортимента по самым доступным ценам. Наши менеджеры любезно помогут определиться с выбором ПО, которое необходимо именно вам. Также мы проводим учебные курсы. Мы приглашаем к сотрудничеству учебные центры, организаторов семинаров и бизнес-тренингов, преподавателей. Сфера сотрудничества - продвижение бизнес-тренингов и курсов обучения по информационным технологиям.
|
119334, г. Москва, ул. Бардина, д. 4, корп. 3 +7 (495) 229-0436 shopadmin@itshop.ru |
|
© ООО "Interface Ltd." Продаем программное обеспечение с 1990 года |