Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 635151)
Контекстум
Руконтекст антиплагиат система
Педагогическое образование в России  / №7 2016

МЕТОДИЧЕСКИЕ ПОДХОДЫ К ОБУЧЕНИЮ СТУДЕНТОВ НАПРАВЛЕНИЯ «ПРИКЛАДНАЯ МАТЕМАТИКА И ИНФОРМАТИКА» ОСНОВАМ ИНТЕЛЛЕКТУАЛЬНОЙ ОБРАБОТКИ БОЛЬШИХ ДАННЫХ (125,00 руб.)

0   0
Первый авторБодряков Владимир Юрьевич
АвторыБыков Антон
Страниц8
ID448066
АннотацияГлобальное и быстрое развитие современных политических и экономических процессов, высоких технологий, научных и промышленных исследований порождает и требует хранения, переработки и представления в приемлемом для человека виде больших и сверхбольших объемов информации (проблема Больших Данных). С проблемой Больших Данных тесно связаны логистические проблемы по интеллектуальной организации оптимального и безопасного перемещения больших масс людей, товаров, ресурсов, информации. Понятие Больших Данных подразумевает работу с информацией огромного объема и разнообразного состава в целях повышения эффективности работы, создания новых продуктов и повышения конкурентоспособности. Все острее встает проблема поиска необходимой информации, ее обработки, анализа и интерпретации в контексте решаемых пользователем задач. При этом на рынке труда наблюдается острый устойчивый дефицит профессионалов, способных к интеллектуальному анализу данных практически во всех отраслях. В контексте сказанного в статье обсуждается проблематика Больших Данных и различных подходов к их интеллектуальной обработке. Рассмотрены возможности обучения в условиях ИМИиИТ
УДК378.147:51)004
Бодряков, В.Ю. МЕТОДИЧЕСКИЕ ПОДХОДЫ К ОБУЧЕНИЮ СТУДЕНТОВ НАПРАВЛЕНИЯ «ПРИКЛАДНАЯ МАТЕМАТИКА И ИНФОРМАТИКА» ОСНОВАМ ИНТЕЛЛЕКТУАЛЬНОЙ ОБРАБОТКИ БОЛЬШИХ ДАННЫХ / В.Ю. Бодряков, Антон Быков // Педагогическое образование в России .— 2016 .— №7 .— С. 145-152 .— URL: https://rucont.ru/efd/448066 (дата обращения: 07.05.2024)

Предпросмотр (выдержки из произведения)

МЕТОДИЧЕСКИЕ ПОДХОДЫ К ОБУЧЕНИЮ СТУДЕНТОВ НАПРАВЛЕНИЯ «ПРИКЛАДНАЯ МАТЕМАТИКА И ИНФОРМАТИКА» ОСНОВАМ ИНТЕЛЛЕКТУАЛЬНОЙ ОБРАБОТКИ БОЛЬШИХ ДАННЫХ КЛЮЧЕВЫЕ СЛОВА: Большие Данные (Big Data); интеллектуальная обработка статистических данных (Data Mining); прикладная математика и информатика; профессиональные компетенции. <...> АННОТАЦИЯ: Глобальное и быстрое развитие современных политических и экономических процессов, высоких технологий, научных и промышленных исследований порождает и требует хранения, переработки и представления в приемлемом для человека виде больших и сверхбольших объемов информации (проблема Больших Данных). <...> С проблемой Больших Данных тесно связаны логистические проблемы по интеллектуальной организации оптимального и безопасного перемещения больших масс людей, товаров, ресурсов, информации. <...> При этом на рынке труда наблюдается острый устойчивый дефицит профессионалов, способных к интеллектуальному анализу данных практически во всех отраслях. <...> В контексте сказанного в статье обсуждается проблематика Больших Данных и различных подходов к их интеллектуальной обработке. <...> Рассмотрены возможности обучения в условиях ИМИиИТ УрГПУ студентов направления «01.03.02 – Прикладная математика и информатика» основам работы с Большими Данными. <...> Bodryakov Vladimir Yur'evich, Doctor of Physics and Mathematics, Associate Professor, Head of Department of Higher Mathematics, Institute of Mathematics, Informatics and Information Technologies, Ural State Pedagogical University, Ekaterinburg, Russia. <...> We generalize the experience and the results of this work. номических процессов, высоких технологий, массовых научных и промышленных исследований порождает и требует осмысленного хранения, оперативной переработки и представления в приемлемом для человека виде больших и все чаще сверхбольших объемов информации. <...> Мировой Б © Бодряков В. Ю., Быков А. А., 2016 урное, часто глобальное, развитие современных политических и экообъем оцифрованной информации растет по экспоненте. <...> По данным компании IBS (Москва), к 2003 г. мир накопил 5 экзабайтов данных (1 ЭБ <...>