دانلود فایل با شمار فاکتور
لطفا شماره فاکتور خود را درج نمایید
جدیدترین لغات واژه‌نامه
کشورهای شمال اروپا
آتش سوزی های جنگلی
دوسویه
نادیده گرفتن، دست انداخ
اجتناب ناپذیر، بی شفقت،
آمار بازدیدکنندگان
بازدید امروز :23
بازدید روز گذشته :74
بازدید این هفته :220
بازدید این ماه :894
مجموع آمار بازدید ها :798852
بازدید روز گذشته :74
بازدید این هفته :220
بازدید این ماه :894
مجموع آمار بازدید ها :798852
عنوان محصول: راهکارهایی برای خوشه بندی داده‌های بزرگ
|
توضیحات مختصر:
در این مقاله یک مرور کلی از روش‌ها و تکنولوژی‌های استفاده شده برای خوشه بندی داده‌های بزرگ ارائه می‌شود. خوشه بندی یکی از مهمترین مشکلات در زمینه داده کاوی و به ویزه برای تجزیه و تحلیل داده‌های بزرگ است که در آن باید حجم بزرگی از داده‌ها گروهبندی شوند. در این مقاله برخی از راهکارهای خوشه بندی توضیح ...
|
| راهکارهایی برای خوشه بندی داده‌های بزرگ |
قیمت : 32000 تومان
تخفیف: 1000 تومان
تخفیف ویژه : 10 درصد
قیمت نهایی: 27800 تومان
690 بازدید
کد مقاله: TTC-
3422
نوع فایل : docx
خرید و دانلود
لینک دانلود فایل خریداری شده بلافاصله بعد از خرید موفق فعال خواهد شد.
Abstract
In the paper, an overview of methods and
technologies used for big data clustering is presented. The
clustering is one of the important data mining issue especially
for big data analysis, where large volume data should
be grouped. Here some clustering methods are described,
great attention is paid to the k-means method and its
modifications, because it still remains one of the popular
methods and is implemented in innovative technologies for
big data analysis. Neural network-based self-organizing maps
and their extensions for big data clustering are reviewed, too.
Some strategies for big data clustering are also presented and
discussed. It is shown the data of which volume can be clustered
in the well known data mining systems WEKA and KNIME
and when new sophisticated technologies are needed.
چکیده
در این مقاله یک مرور کلی از روش‌ها و تکنولوژی‌های استفاده شده برای خوشه بندی داده‌های بزرگ ارائه می‌شود. خوشه بندی یکی از مهمترین مشکلات در زمینه داده کاوی و به ویزه برای تجزیه و تحلیل داده‌های بزرگ است که در آن باید حجم بزرگی از داده‌ها گروهبندی شوند. در این مقاله برخی از راهکارهای خوشه بندی توضیح داده می‌شوند، توجه اصلی در این مقاله بر روی روش میانگین k و تغیر و تبدیل آن است زیرا این روش هنوز هم یک از مشهورترین روش‌ها است و بعنوان یک ابزار مناسب برا تکنولوژی‌های جدید به منظور تجزیه و تحلیل داده‌های بزرگ است. نگاشت خود سازماندهی مبتنی بر شبکه‌های عصبی و استفاده از آن برای خوشه بندی داده‌های بزرگ نیز در این مقاله مورد بررسی قرار می‌گیرد. در این مقاله برخی از استراتژی‌ها برای خوشه بندی داده‌های بزرگ توضیح داده شده و مورد بررسی قرار می‌گیرند. این مسئله نشان می‌دهد که داده‌ها با حجم‌های مختلف را می‌توان خوشه بندی کرد که در زمان وقع تکنولوژی‌های غیر طبیعی به صورت سیستم‌های داده کاوی شناخته شده WEKA و KNIME معرفی می‌شوند.
تعداد صفحات انگلیسی:
تعداد صفحات فـارسـی:
- آدرس: تبریز، آبرسان، مهرگان چهارم
- تلفن تماس: 09016347107
- تلفن ثابت : 35250068-041
- Mailttcenterاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس ایمیل
- @zoodyab :آدرس تلگرام
مرکز تخصصی تلاش ترجمه از سال 1385 شروع به کار نموده است و تا کنون بیش از ده هزار ترجمه در رشته ها و زمینه های مختلف توسط متخصصین این مرکز انجام شده است.
تمامی ترجمه‌های انجام شده توسط موسسه تخصصی تلاش ترجمه، به صورت دستی (غیرماشینی) بوده و توسط مترجمین با سابقه انجام می‌شوند. ترجمه‌های انجام شده توسط موسسه تلاش ترجمه در قالب فایل Word و به صورت کاملا روان و بازخوانی شده و با ضمانت بازگشت وجه 72 ساعته (در صورت عدم رضایت از ترجمه) خدمت مشتریان محترم ارائه می‌شود.