Andere Kunden interessierten sich auch für
![Regroupement traditionnel et basé sur Map-Reduce pour les grands ensembles de données]( "Regroupement traditionnel et basé sur Map-Reduce pour les grands ensembles de données")
Regroupement traditionnel et basé sur Map-Reduce pour les grands ensembles de données40,99 €![Clustering tradizionale e basato su Map-Reduce per grandi insiemi di dati]( "Clustering tradizionale e basato su Map-Reduce per grandi insiemi di dati")
Clustering tradizionale e basato su Map-Reduce per grandi insiemi di dati40,99 €![Tradicionnaq i osnowannaq na Map-Reduce klasterizaciq dlq bol'shih massiwow dannyh]( "Tradicionnaq i osnowannaq na Map-Reduce klasterizaciq dlq bol'shih massiwow dannyh")
Tradicionnaq i osnowannaq na Map-Reduce klasterizaciq dlq bol'shih massiwow dannyh16,99 €![Traditional and Map-Reduce Based Clustering for Large Datasets]( "Traditional and Map-Reduce Based Clustering for Large Datasets")
Traditional and Map-Reduce Based Clustering for Large Datasets40,99 €![High Performance Computing]( "High Performance Computing")
High Performance Computing112,99 €![Optimized Map Reduce Based Shuffling Mechanism for Density Clustering]( "Optimized Map Reduce Based Shuffling Mechanism for Density Clustering")
Optimized Map Reduce Based Shuffling Mechanism for Density Clustering51,99 €![Analyzing the Features of Java And Map Reduce on Hadoop]( "Analyzing the Features of Java And Map Reduce on Hadoop")
Analyzing the Features of Java And Map Reduce on Hadoop26,99 €
Aufgrund des digitalen Fortschritts werden durch die modernen Anwendungen große Datenmengen erzeugt. Um die Daten in diesen großen Datenmengen genau zu kategorisieren, werden Clustering-Algorithmen verwendet. Dieses Buch enthält eine Literaturübersicht über verschiedene traditionelle Clustering-Algorithmen und ihre Vergleiche aus theoretischer Sicht. Das Buch gibt auch einen Überblick über die Anwendungen von Clustering-Techniken für I) Web-Log-Daten, II) Bilddaten und III) biologische Daten. Einer der Hauptnachteile der traditionellen Clustering-Algorithmen ist, dass sie bei zu großen Eingabedaten sehr rechenintensiv sind. Um dieses Problem zu überwinden, bieten wir auch eine umfassende Studie der neuesten MapReduce-basierten Clustering-Algorithmen, die das traditionelle Gegenstück mit dem Map-Reduce-Programmierparadigma erweitern. Dieses Buch ist vor allem für Forscher geeignet, die sich für die Entdeckung von Mustern in großen Datensätzen mithilfe von MapReduce-Clustering interessieren. Es hilft ihnen bei der Durchführung von Datenclustering in einer verteilten Umgebung. Noch wichtiger ist, dass die in diesem Buch diskutierten Themen und offenen Bereiche den Forschern helfen werden, ihre zukünftige Richtung zu bestimmen.