Интеллектуальный предиктивный мультимодальный анализ слабоструктурированных больших данных
В представленной книге авторы изложили методы и алгоритмы интеллектуального предиктивного мультимодального анализа слабоструктурированных больших данных с учетом контекста, сформированного с применением онтологических моделей, в том числе нечетких. Рассмотрены подходы к предиктивному анализу техниче...
Сохранить в:
| Формат: | Книга |
|---|---|
| Темы: | |
| Online-ссылка: | Перейти к просмотру издания |
| Метки: |
Добавить метку
Нет меток, Требуется 1-ая метка записи!
|
| LEADER | 03326nam0a2200457 4500 | ||
|---|---|---|---|
| 001 | RU/IPR SMART/106136 | ||
| 856 | 4 | |u https://www.iprbookshop.ru/106136.html |z Перейти к просмотру издания | |
| 801 | 1 | |a RU |b IPR SMART |c 20250903 |g RCR | |
| 010 | |a 978-5-9795-2088-9 | ||
| 205 | |a Интеллектуальный предиктивный мультимодальный анализ слабоструктурированных больших данных |b 2025-10-27 | ||
| 333 | |a Лицензия до 27.10.2025 | ||
| 100 | |a 20250903d2020 k y0rusy01020304ca | ||
| 105 | |a y j 000zy | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 200 | 1 | |a Интеллектуальный предиктивный мультимодальный анализ слабоструктурированных больших данных |f Н. Г. Ярушкина, И. А. Андреев, Г. Ю. Гуськов [и др.] | |
| 701 | 1 | |a Ярушкина, |b Н. Г. |4 070 | |
| 701 | 1 | |a Андреев, |b И. А. |4 070 | |
| 701 | 1 | |a Гуськов, |b Г. Ю. |4 070 | |
| 701 | 1 | |a Дударин, |b П. В. |4 070 | |
| 701 | 1 | |a Желепов, |b А. С. |4 070 | |
| 701 | 1 | |a Мошкин, |b В. С. |4 070 | |
| 701 | 1 | |a Наместников, |b А. М. |4 070 | |
| 701 | 1 | |a Романов, |b А. А. |4 070 | |
| 701 | 1 | |a Филиппов, |b А. А. |4 070 | |
| 701 | 1 | |a Эгов, |b Е. Н. |4 070 | |
| 330 | |a В представленной книге авторы изложили методы и алгоритмы интеллектуального предиктивного мультимодального анализа слабоструктурированных больших данных с учетом контекста, сформированного с применением онтологических моделей, в том числе нечетких. Рассмотрены подходы к предиктивному анализу технических систем, проектов программных систем, поведения пользователей различных социальных медиа. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Описаны программные средства, реализующие представленные в книге методы и прошедшие экспериментальную апробацию. | ||
| 210 | |a Ульяновск |c Ульяновский государственный технический университет |d 2020 | ||
| 610 | 1 | |a мультимодальный анализ | |
| 610 | 1 | |a слабоструктурированные большие данные | |
| 610 | 1 | |a техническая система | |
| 610 | 1 | |a программная система | |
| 675 | |a 004.891.2 | ||
| 686 | |a 32.813 |2 rubbk | ||
| 300 | |a Книга находится в премиум-версии IPR SMART. | ||
| 106 | |a s | ||
| 230 | |a Электрон. дан. (1 файл) | ||
| 336 | |a Текст | ||
| 337 | |a электронный | ||
| 503 | 0 | |a Доступна эл. версия. IPR SMART | |
| 215 | |a 221 с. | ||