Применение алгоритмов машинного обучения для исследования конкурентоспособности организаций в цифровой экономике | Applying Machine Learning Algorithms to Study the Competitiveness of Organizations in the Digital Economy

Применение алгоритмов машинного обучения для исследования конкурентоспособности организаций в условиях цифровой экономики

Бесхмельнов Максим Игоревич2023Библиотека профессионала

Обзор

В книге рассматривается применение алгоритмов машинного обучения для исследования конкурентоспособности организаций в условиях цифровой экономики. Переход к цифровым носителям информации открывает перспективы для извлечения знаний из слабоструктурированных данных. Объем данных растет в геометрической прогрессии, и к 2025 году достигнет 163 зеттабайт. В связи с этим, способы хранения, обработки и извлечения знаний из данных становятся приоритетными.

Кому подойдёт

• Специалистам, интересующимся машинным обучением в экономике.
• Тем, кто изучает цифровую трансформацию экономики.
• Студентам и исследователям в области анализа данных.

Ключевые особенности

• Язык: русский
• Страниц: 104
• Издательство: Солон-пресс
• Серия: Библиотека профессионала
• Год: 2023

<hr>

Applying Machine Learning Algorithms to Study the Competitiveness of Organizations in the Digital Economy

Beskhmelnov Maxim Igorevich2023Библиотека профессионала

Overview

The book examines the application of machine learning algorithms to study the competitiveness of organizations in the digital economy. The transition to digital media opens up prospects for extracting knowledge from weakly structured data. The amount of data is growing exponentially, and by 2025 it will reach 163 zettabytes. In this regard, methods for storing, processing and extracting knowledge from data are becoming a priority.

Who it's for

• Specialists interested in machine learning in economics.
• Those studying the digital transformation of the economy.
• Students and researchers in the field of data analysis.

Key features

• Language: Russian
• Pages: 104
• Publisher: Солон-пресс
• Series: Библиотека профессионала
• Year: 2023