SlideShare a Scribd company logo
1 of 9
Облачный сервис
интеллектуального анализа данных

                 Докладчик Надежда Мусиенко,
                 АлтГУ, математический факультет

           Белокуриха, 2012
2


Кому нужен анализ данных?




 •   Управление производственным процессом
 •   Поведение потребителя на рынке (маркетинг)
 •   Бизнес-аналитика
 •   Естественно-научные исследования
 •   Управление финансами
 •   Обучение анализу данных
3


Мотивация
Реализация облачного сервиса для анализа данных
позволит:
• решать обычные задачи анализа данных и
задачи анализа больших объёмов данных в единой среде,
• использовать веб-приложение в качестве интерфейса
пользователя,
• легко интегрировать обученные модели в веб-
приложения,
• получать доступ к данным в любой точке мира,
• использовать его в роли платформы для преподавания и
изучения:
     методов машинного обучения,
     распознавания образов,
     интеллектуального анализа данных.
4


Архитектура

                           DM
                              Saa
                                  S   Clo
                                          ud
     Web-
                 Ядро
  приложение




                                  Менеджер
               Хранилище
                                 вычислений



                                   Сервер
                                 вычислений
5


Интерфейс
6


Особенности

    Веб-интерфейс для доступа с ПК, ноутбуков, IPad и Android по
    всему миру.

    Доступ через web-API из других приложений.

    Обмен данными и программами с другими пользователями.

    Интеграция с распределенной вычислительной системой
    Hadoop для решения проблемы анализа больших объёмов
    данных.

    Интеграция с Weka и Mahout.

    Расширяемая система, которая поддерживает программы на
    Java, Python, R.
7


Бизнес-модель

    Облачное хранилище данных: пользователи
    расходуют пространство для хранения данных,
    результатов анализа.

    Использование ресурсов для вычислений.

    Рынок моделей.

    Обучение анализу данных.
8


Команда



 Павел Нуждин          Пётр Ледомский            Сергей Жилин           Владислав Пятков
аспирант АлтГУ,        студент АлтГУ,            Доцент АлтГУ,           аспирант АлтГУ,
   г. Барнаул            г. Барнаул                г. Барнаул               г. Барнаул




         Анастасия Вязьмина         Сергей Киргизов          Надежда Мусиенко
          магистрант АлтГУ,            Аспирант              магистрант АлтГУ,
              г. Барнаул    Университета Пьера и Марии Кюри,     г. Барнаул
                                        г. Париж

          Наши контакты: corporate@scisaas.com
9


Победы и награды




 XXXIX научная конференция студентов, It-школа «it-start»
  магистрантов, аспирантов и учащихся (Томск, Май 2012)
           лицейных классов
         (Барнул, апрель 20012)

More Related Content

Similar to шос

рп по у пп практике вт
рп по у пп практике втрп по у пп практике вт
рп по у пп практике вт
Anastasia Snegina
 
рп по у пп практике вт
рп по у пп практике втрп по у пп практике вт
рп по у пп практике вт
Anastasia Snegina
 
рп по у пп практике в
рп по у пп практике врп по у пп практике в
рп по у пп практике в
Anastasia Snegina
 
рп по у сп практике в
рп по у сп практике врп по у сп практике в
рп по у сп практике в
Anastasia Snegina
 
Magistr iba
Magistr ibaMagistr iba
Magistr iba
FedOSFI
 
презентация лабораторная
презентация  лабораторнаяпрезентация  лабораторная
презентация лабораторная
KBeglova
 
презентация ленэнерго мфти
презентация ленэнерго мфтипрезентация ленэнерго мфти
презентация ленэнерго мфти
RnD_SM
 
Центр речевых технологий_целевая подготовка специалистов на базе кафедры в вузе
Центр речевых технологий_целевая подготовка специалистов на базе кафедры в вузеЦентр речевых технологий_целевая подготовка специалистов на базе кафедры в вузе
Центр речевых технологий_целевая подготовка специалистов на базе кафедры в вузе
kseniaobukhova
 
тезисы ленэнерго мфти
тезисы ленэнерго мфтитезисы ленэнерго мфти
тезисы ленэнерго мфти
RnD_SM
 

Similar to шос (20)

03_Сагайда
03_Сагайда03_Сагайда
03_Сагайда
 
рп по у пп практике вт
рп по у пп практике втрп по у пп практике вт
рп по у пп практике вт
 
рп по у пп практике вт
рп по у пп практике втрп по у пп практике вт
рп по у пп практике вт
 
ИнтелГрупп
ИнтелГруппИнтелГрупп
ИнтелГрупп
 
Марк Шафир - Программа курса "Современные методы анализа данных" (НИУ ВШЭ)
Марк Шафир - Программа курса "Современные методы анализа данных" (НИУ ВШЭ)Марк Шафир - Программа курса "Современные методы анализа данных" (НИУ ВШЭ)
Марк Шафир - Программа курса "Современные методы анализа данных" (НИУ ВШЭ)
 
рп по у пп практике в
рп по у пп практике врп по у пп практике в
рп по у пп практике в
 
Основы концептуального проектирования
Основы концептуального проектированияОсновы концептуального проектирования
Основы концептуального проектирования
 
Naumen University 10. Новые возможности для вузов
Naumen University 10. Новые возможности для вузовNaumen University 10. Новые возможности для вузов
Naumen University 10. Новые возможности для вузов
 
рп по у сп практике в
рп по у сп практике врп по у сп практике в
рп по у сп практике в
 
SPb BA & SA Night. Learning a New Business Domain [1.01, RUS]
SPb BA & SA Night. Learning a New Business Domain [1.01, RUS]SPb BA & SA Night. Learning a New Business Domain [1.01, RUS]
SPb BA & SA Night. Learning a New Business Domain [1.01, RUS]
 
IRS
IRSIRS
IRS
 
Развитие центра коллективного пользования высокопроизводительными вычислитель...
Развитие центра коллективного пользования высокопроизводительными вычислитель...Развитие центра коллективного пользования высокопроизводительными вычислитель...
Развитие центра коллективного пользования высокопроизводительными вычислитель...
 
Magistr iba
Magistr ibaMagistr iba
Magistr iba
 
Профессия Data Scientist
 Профессия Data Scientist Профессия Data Scientist
Профессия Data Scientist
 
презентация лабораторная
презентация  лабораторнаяпрезентация  лабораторная
презентация лабораторная
 
презентация ленэнерго мфти
презентация ленэнерго мфтипрезентация ленэнерго мфти
презентация ленэнерго мфти
 
Центр речевых технологий_целевая подготовка специалистов на базе кафедры в вузе
Центр речевых технологий_целевая подготовка специалистов на базе кафедры в вузеЦентр речевых технологий_целевая подготовка специалистов на базе кафедры в вузе
Центр речевых технологий_целевая подготовка специалистов на базе кафедры в вузе
 
Автореферат
АвторефератАвтореферат
Автореферат
 
Сколково. Кластер ИТ
Сколково. Кластер ИТСколково. Кластер ИТ
Сколково. Кластер ИТ
 
тезисы ленэнерго мфти
тезисы ленэнерго мфтитезисы ленэнерго мфти
тезисы ленэнерго мфти
 

шос

  • 1. Облачный сервис интеллектуального анализа данных Докладчик Надежда Мусиенко, АлтГУ, математический факультет Белокуриха, 2012
  • 2. 2 Кому нужен анализ данных? • Управление производственным процессом • Поведение потребителя на рынке (маркетинг) • Бизнес-аналитика • Естественно-научные исследования • Управление финансами • Обучение анализу данных
  • 3. 3 Мотивация Реализация облачного сервиса для анализа данных позволит: • решать обычные задачи анализа данных и задачи анализа больших объёмов данных в единой среде, • использовать веб-приложение в качестве интерфейса пользователя, • легко интегрировать обученные модели в веб- приложения, • получать доступ к данным в любой точке мира, • использовать его в роли платформы для преподавания и изучения:  методов машинного обучения,  распознавания образов,  интеллектуального анализа данных.
  • 4. 4 Архитектура DM Saa S Clo ud Web- Ядро приложение Менеджер Хранилище вычислений Сервер вычислений
  • 6. 6 Особенности  Веб-интерфейс для доступа с ПК, ноутбуков, IPad и Android по всему миру.  Доступ через web-API из других приложений.  Обмен данными и программами с другими пользователями.  Интеграция с распределенной вычислительной системой Hadoop для решения проблемы анализа больших объёмов данных.  Интеграция с Weka и Mahout.  Расширяемая система, которая поддерживает программы на Java, Python, R.
  • 7. 7 Бизнес-модель  Облачное хранилище данных: пользователи расходуют пространство для хранения данных, результатов анализа.  Использование ресурсов для вычислений.  Рынок моделей.  Обучение анализу данных.
  • 8. 8 Команда Павел Нуждин Пётр Ледомский Сергей Жилин Владислав Пятков аспирант АлтГУ, студент АлтГУ, Доцент АлтГУ, аспирант АлтГУ, г. Барнаул г. Барнаул г. Барнаул г. Барнаул Анастасия Вязьмина Сергей Киргизов Надежда Мусиенко магистрант АлтГУ, Аспирант магистрант АлтГУ, г. Барнаул Университета Пьера и Марии Кюри, г. Барнаул г. Париж Наши контакты: corporate@scisaas.com
  • 9. 9 Победы и награды XXXIX научная конференция студентов, It-школа «it-start» магистрантов, аспирантов и учащихся (Томск, Май 2012) лицейных классов (Барнул, апрель 20012)