350 руб
Журнал «Системы высокой доступности» №4 за 2016 г.
Статья в номере:
Обучение методам разработки информационно-аналитических систем на основе облачных технологий (на примере Microsoft Azure)
Авторы:
В.И. Мунерман - к.т.н., доцент, кафедра информатики, Смоленский государственный университет (СмолГУ) E-mail: vimoon@gmail.com Т.А. Самойлова - к.т.н., доцент, кафедра информатики, Смоленский государственный университет (СмолГУ) E-mail: tatsam@hotbox.ru
Аннотация:
Рассмотрен учебный курс, ориентированный на обучение разработчиков аналитических информационных систем. Проведен анализ и классификация архитектур систем. Предложен метод разработки, основанный на Web-серверах с различными архитектурами и на облачных технологиях Microsoft Azure. Приведен проект программы учебного курса и большой список литературы.
Страницы: 3-11
Список источников

 

  1. http://www.klerk.ru/boss/articles/442444/.
  2. Синицын И.Н., Шаламов А.С. Лекции по теории систем интегрированной логистической поддержки. М.: ТОРУС ПРЕСС. 2012. 624 с.
  3. Ступников С.А., Скворцов Н.А., Будзко В.И., Захаров В.Н., Калиниченко Л.А. Методы унификации нетрадиционных моделей данных // Системы высокой доступности. 2014. Т. 10. № 1. С. 18−40.
  4. Филиппов С.А., Захаров В.Н., Ступников С.А., Ковалев Д.Ю. Организация больших объемов данных в рекомендательных системах поддержки жизнеобеспечения, входящих в состав глобальных платформ электронной коммерции // XVII International Conference DAMDID/RCDL-2015. Data Analytics and Management in Data Intensive Domains. October 13−16, 2015. Obninsk. Russia. P. 119−124. http://ceur-ws.org/Vol-1536/paper18.pdf.
  5. Волков И.Ю., Галахов И.В. Архитектура современной информационно-аналитической системы. 2003. http://citforum.ru/con­sulting/BI/ias/.
  6. Воронцов К.В. Статистический анализ данных, курс лекций. ВМК МГУ. 2016. http://www.machinelearning.ru/ wiki/index.php-title=Статистический_анализ_данных_(курс_лекций%2C_К.В.Воронцов).
  7. Воронцов К.В. Машинное обучение, курс лекций. ВМК МГУ. 2016. http://www.machinelearning.ru/wiki/index.php - title=Машинное_обучение_(курс_лекций%2C_К.В.Воронцов).
  8. Белов В.С. Информационно-аналитические системы. Основы проектирования и применения. Учеб. пособие, руководство, практикум. М.: Московский государственный университет экономики, статистики и информатики. 2005. 111 с.
  9. http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-867-machine-learning-fall-2006/syllabus/.
  10. https://www-304.ibm.com/services/learning/ites.wss/zz-en-pageType=course_description&courseCode=DW540G&cc=pe.
  11. Мунерман В.И. Построение архитектур программно-аппаратных комплексов для повышения эффективности массовой обработки данных // Системы высокой доступности. 2014. Т. 10. № 4. С. 3−16.
  12. Using R Code in Transact-SQL (SQL Server R Services). https://msdn.microsoft.com/en-us/library/mt591996.aspx.
  13. Saternos C. Data Mining Using the RDOM Package. http://www.oracle.com/technetwork/articles/datawarehouse/saternos-r-161569.html.
  14. Duckworth D. IBM Netezza Analytics 2.0 and Big Data. http://www.ibmbigdatahub.com/blog/ibm-netezza-analytics-20-and-big-data.
  15. Munerman V.I. The experience of massive data processing in the cloud using Windows Azure (as an example) // Highly available systems. 2014. V. 10. № 2. P. 3−8.
  16. Алексеева Т.В. Информационные аналитические системы: Учебник. М.: Московский финансово-промышленный университет «Синергия». 2013. 384 с.
  17. Jenkov J. Service Composition. http://tutorials.jenkov.com/soa/service-composition.html.
  18. The Service Composition. http://serviceorientation.com/serviceorientation/the_service_composition.
  19. Santhosh Kumar Kotte Handling Complex Web Services in InfoSphere Information Server through DataStage ASB Packs v2.0. A step-by-step guide. http://www.ibm.com/developerworks/library/ws-complexws/ws-complexws-pdf.pdf.
  20. Implementing complex Web services. http://searchsoa.techtarget.com/answer/Implementing-complex-Web-services.
  21. In-Database Advanced Analytics for SQL Developers (Tutorial). https://msdn.microsoft.com/en-us/library/mt683480.aspx.
  22. Package «forecast». https://cran.r-project.org/web/packages/forecast/forecast.pdf.
  23. Microsoft/PTVS. https://github.com/Microsoft/PTVS.
  24. Anaconda. User Guide. https://docs.continuum.io/anaconda/#user-guide.
  25. Flask. Web development. http://flask.pocoo.org/.
  26. NumPy. http://www.numpy.org/.
  27. Python Data Analysis Library. http://pandas.pydata.org/.
  28. Machine Learning in Python. http://scikit-learn.org/stable/.
  29. Tosi S. Matplotlib for Python Developers. Packt Publishing. 2009. 308 p.