Processamento de Dados Massivos: diferenças entre revisões
[edição não verificada] | [edição não verificada] |
Conteúdo apagado Conteúdo adicionado
Sem resumo de edição |
Sem resumo de edição |
||
Linha 12: | Linha 12: | ||
## [[/Projeto e implementação de aplicações Big Data/R-tree/|R-tree]] |
## [[/Projeto e implementação de aplicações Big Data/R-tree/|R-tree]] |
||
## [[/Projeto e implementação de aplicações Big Data/Identificação de ciclos em grafos/|Identificação de ciclos em grafos]] |
## [[/Projeto e implementação de aplicações Big Data/Identificação de ciclos em grafos/|Identificação de ciclos em grafos]] |
||
## [[/Projeto e implementação de aplicações Big Data/ |
## [[/Projeto e implementação de aplicações Big Data/API para processamento estatístico/|API para processamento estatístico]] |
||
## [[/Projeto e implementação de aplicações Big Data/Avaliação do algoritm PageRank/|Avaliação do algoritm PageRank]] |
## [[/Projeto e implementação de aplicações Big Data/Avaliação do algoritm PageRank/|Avaliação do algoritm PageRank]] |
||
## [[/Projeto e implementação de aplicações Big Data/Maximização de expectativas/|Maximização de expectativas]] |
## [[/Projeto e implementação de aplicações Big Data/Maximização de expectativas/|Maximização de expectativas]] |
Revisão das 23h56min de 14 de fevereiro de 2013
Este WikiLivro pretende tem por objetivo apoiar o desenvolvimento de soluções para o Processamento de Dados Massivos (Big Data). Nos capítulos a seguir o leitor encontrará uma discussão geral sobre as principais ferramentas da área, uma metodologia de desenvolvimento e diversos relatos sobre aplicações desenvolvidas nesse contexto.
- Introdução
- Aspectos gerais do ambiente de Big Data
- O desafio de escalabilidade
- O modelo de programação MapReduce
- O ambiente Hadoop
- Outros ambientes
- Projeto e implementação de aplicações Big Data
- Mineração de Itemsets Frequentes
- Agrupamento baseado em densidade
- R-tree
- Identificação de ciclos em grafos
- API para processamento estatístico
- Avaliação do algoritm PageRank
- Maximização de expectativas
- Agregação eficiente de dados temporais
- Classificação associativa incremental (LAC)
- Cálculo de métricas em redes sociais
- Processamento de streams de tweets
- Conclusão