Détection de valeurs aberrantes basée sur le regroupement de données détectées à l'aide de HADOOP
Versandkostenfrei!
Versandfertig in 6-10 Tagen
23,99 €
inkl. MwSt.
PAYBACK Punkte
12 °P sammeln!
Les valeurs aberrantes, considérées comme des données bruitées en statistique, se sont révélées être un problème important qui fait l'objet de recherches dans divers domaines de recherche et d'application. De nombreuses techniques de détection des valeurs aberrantes ont été développées spécifiquement pour certains domaines d'application, tandis que d'autres techniques sont plus génériques. Certains domaines d'application font l'objet de recherches strictement confidentielles, comme la recherche sur la criminalité et les activités terroristes. L'analyse des données volumineu...
Les valeurs aberrantes, considérées comme des données bruitées en statistique, se sont révélées être un problème important qui fait l'objet de recherches dans divers domaines de recherche et d'application. De nombreuses techniques de détection des valeurs aberrantes ont été développées spécifiquement pour certains domaines d'application, tandis que d'autres techniques sont plus génériques. Certains domaines d'application font l'objet de recherches strictement confidentielles, comme la recherche sur la criminalité et les activités terroristes. L'analyse des données volumineuses est devenue très populaire dans le scénario actuel et la manipulation des données volumineuses a attiré l'attention des chercheurs dans le domaine de l'analyse des données. L'informatique en nuage fournit des ressources d'infrastructure puissantes et économiques pour les utilisateurs du nuage afin de traiter des données de plus en plus volumineuses avec des cadres de traitement de données tels que MapReduce. Ce travail considère deux algorithmes de regroupement connus sous le nom de DBScan et K-Means et mis en oeuvre avec le jeu de données Sensed d'Intel Corporation.
Andere Kunden interessierten sich für
