Υπολογιστικές Μέθοδοι για Ανάλυση Μεγάλων Δεδομένων (Hadoop και MapReduce)

• Κύριοι συγγραφείς: Verykios, Vasileios, Kagklis, Vasileios, Stavropoulos, Ilias, Βερύκιος, Βασίλειος, Καγκλής, Βασίλειος, Σταυρόπουλος, Ηλίας
• Μορφή: 7
• Γλώσσα: Greek
• Έκδοση: 2016
• Θέματα: ΕΞΟΡΥΞΗ ΔΕΔΟΜΕΝΩΝ; ΣΤΑΤΙΣΤΙΚΗ; ΕΠΙΣΤΗΜΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ; ΑΝΑΛΥΣΗ ΜΕΓΑΛΩΝ ΔΕΔΟΜΕΝΩΝ; ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ; ΔΕΝΤΡΑ ΑΠΟΦΑΣΗΣ; ΚΑΝΟΝΕΣ ΣΥΣΧΕΤΙΣΗΣ; ΚΑΤΗΓΟΡΙΟΠΟΙΗΣΗ; ΣΥΣΤΑΔΟΠΟΙΗΣΗ; ΚΑΘΑΡΙΣΜΟΣ ΔΕΔΟΜΕΝΩΝ; ΑΝΑΛΥΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ; Data Mining; Statistics; Data Science; Big Data Analytics; Machine Learning; Decision Trees; Association Rules; Classification; Clustering; Data Cleaning; NoSQL Databases; OLAP; Hadoop; Mapreduce

Η λύση του Hadoop & ΜapReduce και των συνεργαζόμενων εφαρμογών τους περιλαμβάνει μεταξύ άλλων μια απλή αλλά πολύ ισχυρή μέθοδο για την επεξεργασία και την ανάλυση των εξαιρετικά μεγάλων συνόλων δεδομένων, ακόμη και μέχρι το επίπεδο πολλαπλών PetaByte. Κατά βάση το MapReduce είναι μια δια...