51 З-56 Зенков, Андрей Вячеславович. Методы оптимальных решений : учебное пособие для вузов / А. В. Зенков. - Москва : Юрайт, 2021. - 201 с. on-line - Вид и объём ресурса: Электрон. текстовые дан. - (Высшее образование). - Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБС Юрайт. - ISBN 978-5-534-05377-7 : Б. ц.. - Текст : электронный. Содержание: Экономико-математические модели : глава 1 Графическое решение задачи линейного программирования : глава 2 Системы линейных уравнений : глава 3 Симплексный метод решения ЗЛП : глава 4 Теория двойственности : глава 5 Транспортная задача : глава 6 Целочисленное программирование : глава 7 Элементы теории матричных игр : глава 8 Список рекомендуемой литературы Индивидуальные задания : приложение 1 Решение задач линейного программирования в пакете Excel : приложение 2 Решение матричных игр методом линейного программирования : приложение 3 Теоретические вопросы к экзамену (зачету) по Методам оптимальных решений : приложение 4 Тесты по методам оптимальных решений : приложение 5 Примерные контрольные задачи в рамках учебных занятий : приложение 6
Кл.слова (ненормированные): Э.5, СПЕЦИАЛЬНОСТЬ -- ТЕСТЫ Аннотация: Учебное пособие соответствует односеместровому лекционному курсу "Методы оптимальных решений", читаемому автором студентам прикладного бакалавриата по направлениям подготовки "Бизнесинформатика", "Экономика", "Менеджмент". Каждая глава заканчивается упражнениями (с ответами) для аудиторной и самостоятельной работы, а в конце пособия помещены индивидуальные домашние задания по всему курсу. Соответствует актуальным требованиям Федерального государственного образовательного стандарта высшего образования. Для студентов высших учебных заведений, обучающихся по экономическим направлениям. Для просмотра полного текста, пожалуйста, авторизируйтесь. Доп.точки доступа: Уральский государственный экономический университет (Екатеринбург) Свободных экз. нет Количество выдач: 0000000 |
51 Т 14 Таирова, Елена Викторовна. Методы оптимальных решений : практикум / Е. В. Таирова, И. П. Медведева. - Иркутск : ИрГУПС, 2017. - 64 с. on-line - Вид и объём ресурса: Электрон. текстовые дан. - Систем. требования: Internet Explorer 4.0.2 и выше. - lanbook.com. - Б. ц.. - Текст : электронный. Содержание: Предисловие . - С .4 Линейное программирование . - С .5-11 Транспортные задачи . - С .12-16 Экономико-математическое моделирование . - С .17-21 Задания контрольной работы . - С .22-27 Образцы выполнения заданий контрольной работы . - С .28-62 Библиографический список . - С .63
Аннотация: Пособие содержит краткие теоретические сведения, образцы выполнения заданий контрольной работы и варианты контрольных работ по дисциплине "Методы оптимальных решений". Предназначено для студентов экономических направлений подготовки заочной формы обучения. Для просмотра полного текста, пожалуйста, авторизируйтесь. Доп.точки доступа: Медведева, Ирина Петровна; Иркутский государственный университет путей сообщения Свободных экз. нет Количество выдач: 0000000 |
51 М 63 Миркин, Борис Григорьевич. Введение в анализ данных : учебник и практикум / Б. Г. Миркин. - Москва : Юрайт, 2024. - 174 с. on-line - Вид и объём ресурса: Электрон. текстовые дан. - (Высшее образование). - Систем. требования: Internet Explorer 4.0.2 и выше. - ЭБС Юрайт. - ISBN 978-5-9916-5009-0 : Б. ц.. - Текст : электронный. Содержание: Предисловие Что такое анализ данных? : глава 1 Иллюстративные проблемы анализа данных Анализ данных и математическая статистика: инженерный и научный подходы Одномерный анализ : глава 2 Количественные признаки: распределение и гистограмма Дальнейшая суммаризация: центр и рассеяние Бинарные и категоризованные признаки Двумерный анализ: суммаризация и корреляция двух признаков : глава 3 Постановка проблемы Случай двух количественных признаков Случай смешанных шкал: номинальный и количественный признаки Случай двух номинальных признаков Корреляция и суммаризация для многомерных данных : глава 4 Заключение Список литературы
Аннотация: В данном курсе рассмотрены вопросы анализа и интерпретации связей между двумя количественными признаками, двумя качественными, а также качественным и количественным признаками. Из многомерных методов рассмотрены наивный Бэйесовский классификатор и метод K-средних для кластерного анализа. Изложение ориентировано на людей, предпочитающих не формулы, а вычисления, и содержит большое количество примеров применения рассматриваемых понятий к анализу реальных данных. Для просмотра полного текста, пожалуйста, авторизируйтесь. Свободных экз. нет Количество выдач: 0000000 |