Для операционных систем Windows и macOS Adobe выпускает целый ряд программ для работы с фото, видео, аудио, документами и веб-страницами. Для Linux тоже существует немало программ для работы с медиаконтентом. Давайте разберемся в том, возможно ли использовать Linux для этих целей на профессиональном уровне.
Мы рассмотрим не только бесплатные программы с открытым кодом. Когда речь заходит об использовании приложений в коммерческих целях, свободное программное обеспечение лишь в редких случаях способно составить конкуренцию платным решениям.
Видеолекции курса Java.
Лектор: Алексей Владыкин.
Рекомендуемая литература по курсу:
Первоисточники:
Лекция 1. Введение в Java.
Лекция 2. Примитивные типы в Java.
Лекция 3. Массивы и строки в Java.
Лекция 4. Объекты, классы и пакеты в Java.
Лекция 5. Управляющие конструкции и исключения в Java.
Лекция 6. Стандартная библиотека: java.io + java.nio.file.
Лекция 7. Стандартная библиотека: java.util.
Лекция 8. Стандартная библиотека: java.lang.reflect.
Лекция 9. Разработка многопоточных приложений на Java, часть 1.
Лекция 10. Разработка многопоточных приложений на Java, часть 2.
Лекция 11. Модульное тестирование на Java.
Лекция 12. Разработка сетевых приложений на Java.
Дополнительные материалы:
Личная страница лектора курса.
Автор: Roman Brovko
Академик Бехтерев, посвятивший жизнь изучению мозга, как-то заметил, что великое счастье умереть, сохранив на дорогах жизни разум, будет дано лишь 20% людей.
Остальные к старости превратятся в злых или наивных маразматиков и станут балластом на плечах собственных внуков и взрослых детей.
80% — это значительно больше, чем число тех, кому суждено заболеть раком, болезнью Паркинсона или слечь в старости от хрупкости костей.
Чтобы войти в будущем в счастливые 20%, начинать важно уже сейчас. Читать
Автор: Никита Заборовский
Дата публикации: 2016-06-30T11:20:00.001+03:00
Видеолекции курса Технологии хранения и обработки больших объёмов данных.
Лекторы: Дмитрий Барашев, Александр Дольник.
Курс посвящён теоретическим и практическим аспектам технологий, связанных с хранением, обработкой и анализом больших объёмов данных. В основном будут рассматриваться технологии, ставшие массовыми относительно недавно, такие как распределённые файловые системы и NoSQL СУБД, но будут также затронуты возможности, предоставляемые привычными реляционных СУБД.
В материалах курса используются примеры программ на языке Python; кроме того, домашние задания тоже предполагают программирование на этом языке. Поэтому от слушателей требуется понимание элементарных конструкций этого языка и способность писать несложные программы, а также знание алгоритмов вообще. Знание реляционных СУБД и языка SQL тоже существенно облегчит восприятие некоторых тем курса.
Лекция 1. Распределенные файловые системы.
Поговорим о распределенных файловых системах. Рассмотрим основные аспекты их функционирования, немного затронем историю, подробнее углубимся в архитектуру G(oogle)FS, Apache HDFS и в некоторые интересные алгоритмы.
Лекция 2. Распределенная параллельная обработка данных технологией Map-Reduce.
Поговорим о том, что такое Map-Reduce, к каким задачам эту технологию можно применять и при каких условиях она будет эффективной. Повертим в руках игрушечный (но работающий!) Map-Reduce.
Семинар 2. Алгоритм коррекции ошибок Рида-Соломона.
Небольшой рассказ о применении матриц Вандермонда, метода Гаусса и конечных полей к вполне практическим вещам. Рассказывают Григорий Рожков и Дмитрий Харьковский.
Лекция 3. Полнотекстовый поиск.
Как производить полнотекстовый поиск в большом корпусе документов; какие структуры данных и какие методы обработки могут помочь; какой документ лучше удовлетворяет запросу, а какой хуже.
Лекция 4. Статический ранг документов. Распределенные вычисления на графах.
Статический не зависимый от запроса ранг документов и его конкретный вариант PageRank. Вычисление PageRank при помощи Map-Reduce. Системы распределенного выполнения алгоритмов на графах.
Лекция 5. Введени
е в NoSQL. Google Bigtable.
Предпосылки появления NoSQL СУБД, их разновидности, основные отличия от реляционных СУБД, и основные используемые технологии. Подробнее о Google Bigtable.
Семинар 5. Вероятностная модель информационного поиска.
Антон Алексеев расскажет о вероятностной модели информационного поиска.
Лекция 6. Согласованность в распределенных системах. Percolator.
Лекция 7. Средства интеграции больших объёмов данных.
Александр Дольник рассказывает об интеграции данных из разнородных источников и последующем их анализе.
Лекция 8. Создание ETL процесса: Case Study.
Александр Дольник демонстрирует создание ETL процесса по обработке отчетов о продажах в торговой сети.
Лекция 9. Поиск похожих документов.
Лекция 10. Алгоритмы кластеризации.
Автор: Roman Brovko
