CC BY
8
проведения различных мероприятий по повышению эффективности использования основных средств. Одним из них является создание конкурса по решению кейсов организации с призовым фондом в сумме 15 736,5 тыс. руб.
Метод кейсов — техника обучения, использующая описание реальных экономических, социальных и бизнес - ситуаций. Обучающиеся должны исследовать ситуацию, разобраться в сути проблем, предложить возможные решения и выбрать лучшее из них. Кейсы основываются на реальном фактическом материале или же приближены к реальной ситуации.
Внедрив предложенное мероприятие, ПАО «Газпром» может предоставить определенные кейсы для решения, связанные с эффективностью использования основных средств на предприятии. Создав данный конкурс, организация, с одной стороны, получит множество управленческих решений по интересующей теме, а с другой, будет способствовать развитию образования в стране.
Использованные источники:
1. Савицкая Г.В. Экономический анализ: учеб. / Г.В. Савицкая. - 12-е изд., испр. и доп. - М.: Новое знание, 2006. - 679с. - (Экономическое издание)
2. Экономика предприятия: Учебник для вузов /Под ред. проф. В.Я. Горфинкеля, проф. В.А. Швандара. — 4-е изд., перераб. и доп. - М.: ЮНИТИ-ДАНА, 2007. - 670 с.
3. Корпоративные финансы: учебное пособие/ сост. Довгая О.В., Дорошкова Т.А., Ихсанова Т.П., Лемешко Е. Ю.; под ред. Е.Ю. Лемешко.-Хабаровск : РИЦ ХГАЭП, 2012. -148 с.
4. Агарков, А.П. Экономика и управление на предприятии / А.П. Агарков [и др.]. - М.: Дашков и Ко, 2013. - 400 с.
5. Официальный сайт ПАО «Газпром» [Электронный ресурс] - Режим доступа: http://www.gazprom.ru/about/production/extraction/ (Дата обращения: 20.12.2016).
Лещева Д. В. студент 3ого курса ПГУТИ Россия, г. Самара КРАТКИЙ ЭКСКУРС В ОСОБЕННОСТИ DATA MINING Аннотация: в статье рассмотрены основные характеристики системы Data Mining.
Ключевые слова: анализ данных, принятия решений, извлечение знаний, закономерность, knowledge discovery.
В связи с развитием способов хранения и использования данных число анализируемой информации увеличивается с каждым днем все больше и больше, в огромных масштабах. Количество информации настолько
обширно, что человек просто не в состоянии проанализировать ее всю, хотя это необходимо, поскольку в этих "сырых" данных может содержаться востребованная информация для принятия важных решений. Собственно для того, чтобы проанализировать весь поток и применяется Data Mining.
Data Mining - процедура выявления в "сырых" данных до недавних пор неизвестных уникальных и полезных толкований знаний, требующихся для принятия решений во многообразных сферах общественной жизни. Data Mining является одним из шагов Knowledge Discovery in Databases.
История области Data Mining началась с семинара, проведённого Григорием Пятецким-Шапиро (в настоящее время является президентом и главным редактором сайта KDnuggets.com, а также основателем Data Mining) в 1989 году. Он, ранее работая в корпорации GTE Labs, увлекся задачей автоматического нахождения способов для ускорения некоторых запросов к объемным базам данных. Именно в то время и появилось два термина - Data Mining ("нахождение данных") и Knowledge Discovery in Data (который следует переводить как "открытие знаний в базах данных"). В 1993 году возникла первая рассылка "Knowledge Discovery Nuggets", а в 1994 году и был создан один из первых сайтов по Data Mining.
Алгоритмам, задействованным в Data Mining, необходимо огромное число вычислений. Первоначально это было неким ограничивающим фактором от массового практического использования Data Mining, хотя теперь эта проблема утратила актуальность благодаря техническому росту производительности процессоров. Поэтому в настоящее время появилась возможность совершать точный анализ сотен тысяч и миллионов записей.
Итак, перейдем к задачам, решаемым с помощью методов Data Mining:
1. Классификация - это открытие некоторых свойств у объектов (событий), которые могут позволить причесть их к тому или иному прежде известному классу.
2. Регрессия, включающая и прогнозирование - нахождение зависимости непрерывных выходных данных от переменных входных сведений.
3. Кластеризация - это объединение объектов (наблюдений, событий), основанное на данных (свойствах), объясняющих сущность этих объектов. Позволяет группировать объекты при изначальном отсутствии самих классов.
4. Ассоциация - нахождение регулярной зависимости между связанными между собой событиями. В качестве примера можно привести правило, заключающее, что из события X следует событие Y. Один несхожий признак с вышеописанными задачами - ассоциативное обнаружение закономерностей опирается не на анализ свойств объекта, а на рассмотрение нескольких событий, которые происходят в одно и то же время.
5. Последовательные шаблоны - обнаружение закономерностей между связанными в течение времени событиями, т. е. нахождение
зависимости, что если произойдет событие X, то через некоторое время произойдет и событие Y.
6. Анализ отклонений - выявление наиболее нехарактерных шаблонов.
Итак, мы рассмотрели теоретические аспекты технологии Data Mining, задачи, решаемые системой, возможность ее применения и пришли к выводу, что в современном мире аналитическая обработка данных занимает отнюдь не последнее место и использование средств Data Mining заметно облегчает работу специалистам, увеличивая их производительность.
Использованные источники:
1. https://basegroup.ru/community/articles/data-mining
2. http://www.swsys.ru/index.php?page=article&id=297&lang=ru
3. http://rtb-media.ru/wiki-data-mining/
УДК 347.73
Логинов О.А.
Туктаров Д.Н.
3 курс
Юридический факультет Бойко Н.Н. научный руководитель СФ БашГУ Россия, г. Стерлитамак ФИНАНСОВЫЙ КОНТРОЛЬ, КАК ПРАВОВОЙ ИНСТИТУТ: ОСНОВНЫЕ ЭТАПЫ РАЗВИТИЯ
Статья посвящена рассмотрению финансового контроля, анализу становления и этапам развития.
Ключевые слова: финансовый, контроль, деятельность, органы власти, становление.
Keywords: Financial, control activities, the authorities, the establishment of
Рассматривая дореволюционный период понятие «финансовый контроль» не встречалось в законодательстве, но вместо этого употреблялся термин «государственный контроль», который подразумевал процедуру проверки исполнения решения, принятого государственным органом. Целью их деятельности, помимо исполнения решения государственных органов было наблюдение с целью проверки.
Финансово-правовая наука девятнадцатого, начала двадцатого века, рассматривала государственный контроль не как самостоятельный институт, а в качестве одного из разделов изучающий государственный бюджет.
В период зарождения отечественной науки финансового права такой подход к определению государственного контроля объяснялся прежде всего недостаточным развитием товарно-денежных отношений в России. Среди
