Afficher la notice abrégée
dc.contributor.author |
BOURAHDOUN, MOHAMMED ILYAS |
|
dc.date.accessioned |
2021-02-23T11:24:21Z |
|
dc.date.available |
2021-02-23T11:24:21Z |
|
dc.date.issued |
2020 |
|
dc.identifier.uri |
http://dspace.univ-guelma.dz:8080/xmlui/handle/123456789/10146 |
|
dc.description.abstract |
Face 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.iso |
fr |
en_US |
dc.subject |
Big Data ; Méthodes Analytiques ; K-means ; Régression linéaire ; Dataset Médical. |
en_US |
dc.title |
Impact des méthodes analytiques dans le contexte des données massives |
en_US |
dc.type |
Working Paper |
en_US |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée