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.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Deutschland
Taschenbuch. Zustand: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -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. 124 pp. Deutsch. Bestandsnummer des Verkäufers 9786204854151
Anzahl: 2 verfügbar
Anbieter: moluna, Greven, Deutschland
Zustand: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: Ansari ZahidDr. Zahid Ansari ist Professor fuer CSE und Dekan (Forschung) am PA College of Engineering, Mangalore, Indien. Zuvor war er bei Tata Consultancy Services R&D Center, Pune, GE-Harris Melbourne, Florida USA und USAA, San Ant. Bestandsnummer des Verkäufers 612165611
Anzahl: Mehr als 20 verfügbar
Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschland
Taschenbuch. Zustand: Neu. Neuware -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.Books on Demand GmbH, Überseering 33, 22297 Hamburg 124 pp. Deutsch. Bestandsnummer des Verkäufers 9786204854151
Anzahl: 2 verfügbar
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Taschenbuch. Zustand: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - 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. Bestandsnummer des Verkäufers 9786204854151
Anzahl: 1 verfügbar