Technique CBAR parallèle dans le cadre Hadoop-MapReduce

Technique CBAR parallèle dans le cadre Hadoop-MapReduce

FrenchPaperback / softback
Singha Roy, Sayantan
Editions Notre Savoir
EAN: 9786208363246
On order
Delivery on Friday, 21. of February 2025
CZK 1,162
Common price CZK 1,291
Discount 10%
pc
Do you want this product today?
Oxford Bookshop Praha Korunní
not available
Librairie Francophone Praha Štěpánská
not available
Oxford Bookshop Ostrava
not available
Oxford Bookshop Olomouc
not available
Oxford Bookshop Plzeň
not available
Oxford Bookshop Brno
not available
Oxford Bookshop Hradec Králové
not available
Oxford Bookshop České Budějovice
not available
Oxford Bookshop Liberec
not available

Detailed information

Le regroupement des données est un défi majeur dans le traitement des big data, et la parallélisation des opérations de regroupement améliore considérablement l'efficacité des applications impliquant des recherches fréquentes. Diverses techniques de clustering sont disponibles pour le regroupement des données, CBAR étant largement utilisé dans différentes applications. La parallélisation de CBAR est essentielle pour les données volumineuses, et la plateforme Hadoop MapReduce offre un cadre approprié pour améliorer l'efficacité en tirant parti de techniques de segmentation efficaces. Cet ouvrage porte sur la conception et la mise en oeuvre d'algorithmes pour CBAR à l'aide de l'approche MapReduce, avec des tests effectués sur des grappes allant jusqu'à 4 noeuds. Les résultats démontrent des gains de performance substantiels, qui sont analysés et discutés à l'aide d'exemples illustratifs.
EAN 9786208363246
ISBN 6208363241
Binding Paperback / softback
Publisher Editions Notre Savoir
Publication date December 9, 2024
Pages 68
Language French
Dimensions 229 x 152 x 4
Authors Singha Roy, Sayantan