В связи с развитием цифровых технологий современные приложения генерируют большие объемы данных. Для того чтобы точно классифицировать данные в этих больших массивах данных, используются алгоритмы кластеризации. В этой книге представлен литературный обзор различных традиционных алгоритмов кластеризации и их сравнение с теоретической точки зрения. В книге также приводится обзор применения методов кластеризации на I) данных веб-журнала, II) данных изображений и III) биологических данных. Одним из основных недостатков традиционных алгоритмов кластеризации является то, что они требуют больших вычислительных затрат при слишком большом объеме входных данных. Чтобы преодолеть эту проблему, мы также предлагаем всестороннее исследование последних алгоритмов кластеризации на основе MapReduce, которые расширяют традиционные аналоги с помощью парадигмы программирования Map-Reduce. В основном эта книга подходит для исследователей, которые интересуются областью обнаружения закономерностей из больших наборов данных с помощью кластеризации MapReduce. Она поможет им осуществить кластеризацию данных в распределенной среде. Более того, вопросы и открытые области, обсуждаемые в этой книге, помогут исследователям определить направление их дальнейшей работы.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschland
Taschenbuch. Zustand: Neu. Neuware -V swqzi s razwitiem cifrowyh tehnologij sowremennye prilozheniq generiruüt bol'shie ob#emy dannyh. Dlq togo chtoby tochno klassificirowat' dannye w ätih bol'shih massiwah dannyh, ispol'zuütsq algoritmy klasterizacii. V ätoj knige predstawlen literaturnyj obzor razlichnyh tradicionnyh algoritmow klasterizacii i ih srawnenie s teoreticheskoj tochki zreniq. V knige takzhe priwoditsq obzor primeneniq metodow klasterizacii na I) dannyh web-zhurnala, II) dannyh izobrazhenij i III) biologicheskih dannyh. Odnim iz osnownyh nedostatkow tradicionnyh algoritmow klasterizacii qwlqetsq to, chto oni trebuüt bol'shih wychislitel'nyh zatrat pri slishkom bol'shom ob#eme whodnyh dannyh. Chtoby preodolet' ätu problemu, my takzhe predlagaem wsestoronnee issledowanie poslednih algoritmow klasterizacii na osnowe MapReduce, kotorye rasshirqüt tradicionnye analogi s pomosch'ü paradigmy programmirowaniq Map-Reduce. V osnownom äta kniga podhodit dlq issledowatelej, kotorye interesuütsq oblast'ü obnaruzheniq zakonomernostej iz bol'shih naborow dannyh s pomosch'ü klasterizacii MapReduce. Ona pomozhet im osuschestwit' klasterizaciü dannyh w raspredelennoj srede. Bolee togo, woprosy i otkrytye oblasti, obsuzhdaemye w ätoj knige, pomogut issledowatelqm opredelit' naprawlenie ih dal'nejshej raboty.Books on Demand GmbH, Überseering 33, 22297 Hamburg 128 pp. Russisch. Artikel-Nr. 9786204854199
Anzahl: 2 verfügbar
Anbieter: preigu, Osnabrück, Deutschland
Taschenbuch. Zustand: Neu. Tradicionnaq i osnowannaq na Map-Reduce klasterizaciq dlq bol'shih massiwow dannyh | Sistematicheskij obzor | Zahid Ansari | Taschenbuch | Russisch | 2022 | Sciencia Scripts | EAN 9786204854199 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu. Artikel-Nr. 122014530
Anzahl: 5 verfügbar