Базы и банки данных. СУБД Читай Город

В предлагаемой читателю книге представлено глубокое и развернутое описание принципов и методов ближней фотограмметрии, а также основные необходимые сведения из смежных областей знания, таких как математические и физические основы предмета, метрологические аспекты фотограмметрических измерений, принципы формирования цифровых изображений и современные методы их обработки и другие. Приведены как математические модели и обоснования методов, так и практические рекомендации по проектированию, планированию и обработке результатов фотограмметрической съемки, являющиеся результатом большого практического опыта в решении широкого спектра научных и прикладных задач. Книга будет интересна и полезна студентам, изучающим фотограмметрию и компьютерное зрение, исследователям и специалистам, работающим в области бесконтактных трехмерных измерений, построения точных компьютерных 3D-моделей реальных объектов и сцен, цифровой обработки изображений и машинного зрения.

Книга представляет собой универсальный источник глубоких знаний о проектировании, разработке и администрировании приложений Oracle.В третьем издании продолжается исследование применения баз данных Oracle для построения масштабируемых приложений, которые эффективно функционируют и создают корректные результаты. Том Кайт и Дарл Кун придерживаются простой философии: вы можете трактовать базу данных Oracle как черный ящик и только помещать туда данные или же вы можете полностью разобраться в ее работе и эксплуатировать как мощную вычислительную среду. Выбрав второй подход, вы обнаружите, что остается совсем немного задач по управлению информацией, которые невозможно решить быстро и элегантно.В полностью пересмотренном третьем издании раскрываются особенности разработки приложений вплоть до версии Oracle 12c. Большая часть нового материала посвящена появившемуся набору облачных средств Oracle и применению подключаемых баз данных. Каждое новое средство объясняется в манере, подкрепляемой примерами, с обсуждением не только того, как оно работает, но также способа реализации программного обеспечения с его использованием и связанных с ним распространенных заблуждений./Не воспринимайте базу данных Oracle как черный ящик! Возьмите эту книгу. Загляните за кулисы. Ускорьте свой карьерный рост!Полностью пересмотренный материал для охвата версии Oracle 12cПодход, основанный на реальных примерах: позвольте фактам стать вашим проводникомГлубокий анализ наиболее мощных средств OracleВ книге рассматриваются следующие темыРазработка подхода к решению задач на основе фактовУправление транзакциями в средах с высокой степенью параллелизмаУскорение доступа к данным благодаря эффективному проектированию таблиц и индексовУправление файлами и структурами памяти, позволяющее достичь высокой производительности и надежностиУлучшение масштабирования с помощью секционирования и параллельной обработкиЗагрузка и выгрузка данных для взаимодействия с внешними системамиДля кого предназначена эта книгаЭта книга предназначена для администраторов баз данных Oracle, разработчиков на PL/SQL и Java, которые пишут код, развертываемый внутри базы данных, и разработчиков внешних приложений, использующих базы данных Oracle в качестве хранилища.Книга ориентирована на тех, кто стремится создавать эффективные и масштабируемые приложения.Исходные коды всех примеров, рассмотренных в книге, можно загрузить с веб-сайта издательства.3-е издание.

Базы данных — одно из направлений IT-индустрии, в рамках которого традиционно рассматриваются технологии надежного хранения больших объемов информации, ее эффективного поиска и извлечения по запросам потребителей. Материал, представленный в учебнике, охватывает основные фазы жизненного цикла базы данных: последовательно обсуждаются основные концепции, проблематика и элементы теории баз данных, рассматриваются процессы их проектирования, программирования и управления, а также технологии администрирования баз данных с целью достижения высокой производительности доступа к данным и обеспечения требуемого уровня информационной безопасности. База данных рассматривается как информационная модель предметной области, а ее разработка — как многоэтапный процесс последовательного преобразования концептуальной модели в логическую (реляционную) модель данных на стадии проектирования, последующей программной реализации логической модели средствами языка SQL и настройки параметров физической модели в процессе эксплуатации базы данных. Основное внимание уделено прикладным аспектам технологий баз данных, изложение материала сопровождается многочисленными примерами и листингами программного SQL-кода, а также практическими заданиями по проектированию, программированию и администрированию баз данных для самостоятельного выполнения. Учебник предназначен для студентов IT-специальностей, обучающихся по программам среднего специального образования, и может быть использован преподавателями при подготовке лекционных курсов, проведении практических и лабораторных занятий, курсовом проектировании.

Анализ временных рядов становится все более и более актуальным разделом науки о данных в связи с широким распространением Интернета вещей, переходом здравоохранения на исключительно цифровой учет данных и ростом умных городов. Непрерывный мониторинг и сбор самых разных данных становятся повседневной действительностью и предопределяют постоянно растущую потребность в эффективных инструментах анализа временных рядов, основанных как на статистических методах, так и на методах машинного обучения. В этом практическом руководстве описаны современные технологии анализа данных временных рядов и приведены примеры их практического использования в самых разных предметных областях. Оно призвано помочь в решении наиболее распространенных задач исследования и обработки временных рядов с помощью традиционных статистических методов и наиболее популярных моделей машинного обучения. В своей книге Эйлин Нильсен рассматривает самые распространенные и доступные инструменты анализа временных рядов, включенные в программные пакеты языков R и Python, которые могут применяться специалистами по работе с данными и разработчиками программного обеспечения для написания собственных эффективных решений.

Создание, накопление, обработка и использование информации в мире составляют мощную информационную среду. Она занимает ведущее значение в различных областях человеческой деятельности. Монография представляет начальный шаг выделения частных свойств указанного сложного процесса, их численного изучения с помощью предложенных методов и моделей инженерного характера. На наш взгляд, именно такие методы и модели составляют основу обработки больших данных в сфере решения научно-исследовательских задач. Рассматриваются и усовершенствуются классические методы и модели исследования сложных систем, основные законы (Меткалфа, Амдала, Густавсона — Барсиса, Гроша) взаимодействия сетевых структур, модели и методы оценивания их эффективности и качества, а также модели и методы исследования сложных систем с нечеткими параметрами. Рассматриваются современные инструментальные средства и технологии интеллектуальной обработки больших данных. Представлены оригинальные результаты, касающиеся решения задач: информационного взаимодействия, контроля состояния, оценивания надежности и предсказания событий для сложных систем; оценивания эффективности, качества и производительности сетевых структур, а также оценивания и обеспечения их надежности; расчета функций принадлежности с нечётким аргументом и коэффициентом, решения нечётких нелинейных уравнений, поиска условного экстремума при нечётком ограничении, решения дифференциальных уравнений с нечёткими коэффициентами. Дан вариант обработки больших данных на основе совместного использования инструментальной системы Hadoop под управлением Windows и сверточной нейронной сети при решении задачи распознавания рукописных цифр. Обучение нейронной сети проводится на основе набора данных MNIST образцов написания рукописных цифр. Построение сверточной нейронной сети производится с помощью системы Neural Network Toolboox..Рекомендуется преподавателям и научным сотрудникам, а также магистрантам и аспирантам и при исследовании сложных систем и технологий обработки больших данных.

В пособии изложен материал по курсу «Основы робототехники». Даны основные понятия и определения роботов и робототехнических устройств (РТУ), их классификация, области применения и виды РТУ. Рассмотрены структура, кинематика, точность позиционирования и производительность промышленных роботов (ПР). Представлены механизмы захвата объектов с расчетом необходимого усилия захвата. Приведены обоснование и выбор приводов, информационно-сенсорных систем, а также систем управления ПР. Приведены примеры использования промышленных роботов на основных технологических операциях и в качестве сервисного оборудования: загрузка-разгрузка технологических машин и линий, транспортирование, накопление и пространственная ориентация объектов. Кроме того, даны примеры использования ПР в экстремальных условиях: в вакууме, на больших глубинах, при высоких и низких температурах, при повышенной радиации, во взрыво- и пожароопасных ситуациях и др. Материал предназначен для студентов специальностей 220301 «Автоматизация технологических процессов и производств (в машиностроении)» и 220402 «Роботы и робототехнические системы», а также может быть использован при курсовом и дипломном проектировании...

Для таких веб-служб, как социальные сети, веб-аналитика и интеллектуальная электронная коммерция, нередко требуется управление данными в таких масштабах, которые слишком велики для традиционной базы данных. Сложность этой задачи возрастает по мере увеличения масштабов и требований, и поэтому большие данные - это не просто дубликат реляционных баз данных или развертывание новомодной технологии. Правда, масштабируемость и простота не исключают друг друга, а лишь требуют разных подходов. Для хранения и обработки данных в системах больших данных используется много работающих параллельно машин, и это представляет главные трудности, незнакомые большинству разработчиков. В этой книге поясняется, как строить подобные системы на основе архитектуры, в которой выгодно используется кластерное оборудование наряду с инструментальными средствами, специально предназначенными для фиксации и анализа данных в масштабе веб. В ней описывается масштабируемый и легко понятный подход к системам больших данных, которые может построить и сопровождать небольшая команда специалистов. Теория построения систем больших данных подается в этой книге на реальных примерах их реализации на практике. Большие данные не требуют предварительного раскрытия для анализа крупномасштабных данных или инструментальных средств типа NoSQL. Знакомство с традиционными базами данных полезно, хотя и не обязательно. Цель данной книги - помочь читателю научиться анализировать информационные системы, разделяя сложные задачи на простые решения. Мы начнем изложение материала данной книги с рассмотрения основных принципов, а затем перейдем к необходимым свойствам каждого компонента архитектуры.

Microsoft Excel 2016 входит в состав пакета программ Microsoft Office 2016 и вместе с тем является полнофункциональным приложением для работы с электронными таблицами, которое поможет вам быстро и эффективно разрабатывать динамичные, профессиональные книги для обобщения и представления данных. Книга "Microsoft Excel 2016. Шаг за шагом" является руководством и справочником для домашних и бизнес-пользователей программ из пакета Microsoft Office, которые хотят использовать Excel для управления данными, анализа и визуализации, получения полной картины их повседневной работы с помощью богатых инструментов бизнес-аналитики. Содержимое книги будет полезно как для пользователей, которые ранее использовали предыдущие версии программы Excel, так и для тех, кто только начинает работу с программой Excel..Книга рассчитана для приобретение навыков работы как с русской версией программы, так и с английской..Для пользователей начальной и средней квалификации..

В учебном пособии рассмотрены основы статистического, регрессионного, кластерного и факторного анализа. На примерах доступно и подробно представлено решение основных задач обработки данных в пакете SPSS. Даны рекомендации по построению таблиц и рисунков, правила написания отчета о социологическом исследовании.Издание адресовано студентам, аспирантам, проходящим обучение по направлению подготовки «Социология», а также практикующим социологам и специалистам, которые в своей профессиональной деятельности имеют дело с интерпретацией результатов социологических исследований, всем, кто интересуется проблемами анализа данных в программе SPSS.