apresentacao

22 visualizações

Publicada em

  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

apresentacao

  1. 1. Técnicas de Aprendizagem Distribuída em BigData Karla Falcão 08 de Junho de 2016
  2. 2. Roteiro  Introdução e motivação  Conceitos básicos  Características do ambiente BigData  Técnicas de aprendizagem distribuída  Conclusões
  3. 3. Motivação
  4. 4. Quantidade gigantesca de dados. Análise e predição condizente com a realidade Processamento dos dados quase instantâneo Dados com características diferentes entre eles. Características do ambiente BigData
  5. 5. Características (Análise e Predição)
  6. 6. Técnicas de Aprendizagem
  7. 7. Técnicas - MapReduce
  8. 8. Técnicas - MapReduce REDUCE <palavra2, frequencia :1> REDUCE <palavra3, frequencia :1>
  9. 9. MapReduce - Exemplos
  10. 10. Técnicas de aprendizagem - Hadoop
  11. 11. Técnicas de aprendizagem - Spark
  12. 12. Técnicas de aprendizagem - Petuum
  13. 13. Tendências Futuras
  14. 14. Conclusões  Entendimento das utilidades das técnicas de aprendizagem em BigData.  Características presentes em BigData  MapReduce: A principal técnica para extração de informação.  Hadoop, Spark e Petuum: Os principais sistemas de processamento em BigData que suportam e extendem o MapReduce.
  15. 15. Perguntas? Karla Falcão

×