Please use this identifier to cite or link to this item: http://dspace.univ-guelma.dz/jspui/handle/123456789/10146
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBOURAHDOUN, MOHAMMED ILYAS-
dc.date.accessioned2021-02-23T11:24:21Z-
dc.date.available2021-02-23T11:24:21Z-
dc.date.issued2020-
dc.identifier.urihttp://dspace.univ-guelma.dz:8080/xmlui/handle/123456789/10146-
dc.description.abstractFace à l'explosion volumineuse des données, le Big Data (données massives) offre une nouvelle alternative aux solutions traditionnelles de bases de données et d'analyse. Le but de ce travail est de montrer l’impact des méthodes analytiques appliquées aux données massives dans la classification des données et la prédiction. Tout l’intérêt est de faire ressortir les pépites d’informations cachées dans ces Méga-données. Les résultats de l’application des méthodes de partitionnement et de régression linéaire sur un dataset médical a permis de souligner l’importance de ces méthodes analytiques.en_US
dc.language.isofren_US
dc.subjectBig Data ; Méthodes Analytiques ; K-means ; Régression linéaire ; Dataset Médical.en_US
dc.titleImpact des méthodes analytiques dans le contexte des données massivesen_US
dc.typeWorking Paperen_US
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
BOURAHDOUN_MOHAMMED ILYAS1603808428.pdf2,92 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.