ДМК-Пресс Анализ вредоносных программ Монаппа К. А

Данное практическое руководство познакомит нас с 10 простыми рекомендациями, помогающими писать программное обеспечение, которое легко поддерживать и адаптировать. Эти тезисы сформулированы па основании анализа сотен реальных систем • Написанная консультантами компании Software Improvement Group книга содержит ясные и краткие советы по применению рекомендаций па практике. Примеры для этого издания написаны па языке С#, по существует аналогичная книга с примерами на языке Java • Издание предназначено программистам на С#, желающим научиться писать качественный и хорошо поддерживаемый код

До недавнего времени для проведения анализа сетей требовалось специализированное программное обеспечение. Однако недавно инструменты для этого появились в среде статистического программирования R. Помимо того, что методы анализа сетей стали доступны более широкому кругу специалистов по статистике, пакет R предоставил исследователям обширные возможности по управлению данными, графической визуализации и статистическому моделированию. Книга является руководством пользователя по анализу сетей в среде R. Она концентрируется на четырех основных задачах, с которыми обычно сталкивается специалист в этой области: управление сетевыми данными, визуализация сети, описание сети и моделирование сети. Все примеры сопровождаются программным кодом на языке R

Задействуйте всю мощь поведенческих данных в своей компании, используя инструменты, специально разработанные для их анализа. Общепринятые алгоритмы науки о данных и инструменты предсказательной аналитики трактуют данные о поведении клиентов, такие как клики на веб-сайте или покупки в супермаркете, аналогично любым другим данным. Однако в этой книге представлены мощные методы, специально приспособленные для анализа поведенческих данных • Усовершенствованный экспериментальный дизайн позволяет вам получать максимальную отдачу от ваших A/B-тестов, тогда как причинно-следственные диаграммы позволяют выявлять причины поведений, даже если вы не можете проводить эксперименты • Книга написана в доступном стиле для исследователей данных, бизнес-аналитиков и бихевиористов

Язык программирования Python является оптимальным выбором для исследователей-аналитиков, поскольку позволяет создавать прототипы, визуализировать и анализировать наборы данных малого и среднего размера. Бесчисленное количество предприятий обращается к Python для решения задач, связанных с выявлением особенностей поведения потребителей и превращением исходных данных в действенную информацию о клиентах. Настоящая книга рассказывает, как с помощью научного инструментария Python получать и анализировать данные из наиболее популярных сетей, таких как Facebook, Twitter, Stack Exchange и др. В русскоязычное издание добавлено приложение об анализе данных из сети «ВКонтакте» • Издание предназначено для специалистов по анализу данных, а также будет полезно всем разработчикам на Python, желающим извлекать коммерческую пользу из социальных сетей

Если вы хотите использовать Power BI или Excel для анализа данных, реальные примеры из этой книги позволят вам иначе посмотреть на свои отчеты. С правильно спроектированной моделью данных ответы на все вопросы будут предельно простыми! • Читая эту книгу, вы • - освоите базовые концепции моделирования данных, включая таблицы, связи и ключи • - познакомитесь с распространенными схемами данных «звезда» и «снежинка» и общими техниками моделирования • - усвоите важность гранулярности • - узнаете, как использовать несколько таблиц фактов (например, продажи и закупки) в единой модели данных • - научитесь производить расчеты с календарем, используя таблицы с датами • - освоите отслеживание исторических атрибутов, таких как адреса покупателей или привязку клиентов к менеджерам • - узнаете, как использовать снимки для подсчета количества товаров в наличии • - научитесь эффективно работать с несколькими валютами одновременно • - приобретете знания для анализа событий с определенной длительностью, включая пересекающиеся интервалы • - сможете определить, какая модель данных лучше отвечает вашей специфике работы

Современный мир невозможно представить без данных, и от их визуального представления во многом зависит эффективность работы с ними. Эта книга подробно рассказывает о Yandex DataLens - одном из мощнейших средств анализа и визуализации данных • Среди рассматриваемых тем • - подключение к данным из разных источников, в том числе управляемых баз данных • - подготовка и преобразование исходных данных для анализа и визуализации • - знакомство со всеми типами диаграмм, доступными в Yandex DataLens, на конкретных примерах • - создание полноценных многостраничных интерактивных дашбордов • - полный обзор функций, доступных в Yandex DataLens • - вся мощь оконных функций на примерах с созданием шпаргалки • - LOD-выражения и особенности их использования с созданием шпаргалки • - использование методов машинного обучения при визуализации данных в Yandex DataLens

Цель этой книги – познакомить читателей с системным подходом к проектированию и сформировать у них правильные навыки программирования, которые предполагают пошаговое планирование и понимание рабочих задач на каждом этапе создания программы • В фокусе книги – общие принципы проектирования программ, поэтому используется не стандартный промышленный язык, а специализированный язык обучения Racket, а также среда программирования DrRacket, которая обеспечивает увлекательное обучение. Возможности среды растут по мере того, как читатель осваивает материал, – вплоть до поддержки полноценного языка, пригодного для решения всего спектра задач программирования • Издание адресовано широкому кругу читателей, которые хотят научиться мыслить алгоритмически и создавать по-настоящему ценные программы

Открытия, сделанные на основе анализа данных, совершили революцию в моделировании, прогнозировании поведения и управлении сложными системами. В книге приводятся сведения из машинного обучения, математики и физики с целью показать, как моделирование и управление динамическими системами сочетаются с современными методами науки о данных. Рассказывается о многих достижениях в области научных расчетов, которые позволяют применять управляемые данными методы к изучению разнообразных систем: турбулентность, наука о мозге, климатология, эпидемиология, финансы, робототехника и автономные системы • Книга рассчитана на специалистов по работе с данными широкого профиля: инженеров, ученых, разработчиков ПО, а также будет полезна студентам и аспирантам технических вузов

Эта книга написана ведущими специалистами в области технологий баз данных и веба. Благодаря популярности интернет-торговли появилось много чрезвычайно объемных баз данных, для извлечения информации из которых нужно применять методы добычи данных (data mining). В книге описываются алгоритмы, которые реально использовались для решения важнейших задач добычи данных и могут быть с успехом применены даже к очень большим наборам данных. Изложение начинается с рассмотрения технологии MapReduce - важного средства распараллеливания алгоритмов. Излагаются алгоритмы хэширования с учетом близости и потоковой обработки данных, которые поступают слишком быстро для тщательного анализа. В последующих главах рассматривается идея показателя PageRank, нахождение частых предметных наборов и кластеризация

Книга является результатом проекта, который был реализован Институтом управления проектами (Project Management Institute, PMI) и Международным советом по системной инженерии (International Council on Systems Engineering, INCOSE). В книге обсуждается, как организации могут стать более результативными • и эффективными, более чутко реагировать на изменения и добиваться лучших результатов работы благодаря интеграции управления программой и системной инженерии. Описаны понятие интеграции, а также методы и средства интеграции, включая предложенную авторами концептуальную платформу (фреймворк) интеграции, охватывающую шесть ключевых измерений – процессы, практики и инструменты интеграции; организационную среду; компетентность персонала; сопутствующие факторы; результативность интеграции и результативность исполнения программы

Есть у вас практический опыт использования системы бизнес аналитики Tableau или вы делаете свои первые шаги в этой области, данная книга позволит вам научиться строить наглядные интерактивные визуализации данных • Автор книги Райан Слипер – один из наиболее квалифицированных консультантов по Tableau – использует советы и практические задания для демонстрации использования системы с целью получения важной аналитической информации из данных • Краткое содержание частей книги • основы: знакомство и первые шаги в Tableau • типы диаграмм: пошаговая инструкция по построению в Tableau разнообразных визуализаций • практические советы и хитрости: инновационный подход к применению параметров и теории цвета, советы по повышению эффективности рабочих книг Tableau и многое другое • план действий: знакомство с планом действий INSIGHT, особый подход к построению дашбордов (dashboard) в Tableau • рассказываем историю: изучаем эффективные тактики построения рассказа на основе данных, которые вы сможете незамедлительно применить на практике

«Большинство систем должны успешно работать на протяжении долгого времени, а не просто удачно отработать один раз. Эта книга – захватывающее исследование предикативного динамического диспетчирования, метаданных и некоторых других способов построения гибких систем, способных совершенствоваться не ломаясь» • Барт Вандевустейн, Esterline • В книге рассматриваются стратегии построения больших систем, которые требуют лишь небольших изменений при адаптации к новым ситуациям. Предлагаемый авторами книги аддитивный стиль программирования позволяет менять существующие проекты, добавляя новый код, а не переписывая старый. Примеры кода представлены на языке Scheme • Издание предназначено для разработчиков, стремящихся создавать адаптивные системы, которые можно менять с минимальными усилиями