ADICIONES A LOS ALGORITMOS DE ARBOLES DE DECISION PARA CLASIFICACION Y MINERIA DE DATOS EN BASES DE DATOSGRANDES Y DISTRIBUIDAS
Este articulo describe algoritmos clásicos y eficientes para construir árboles de decisión para muestras de datos, ya sea directamente o incrementalmente, y como mejorarlos con extensiones algoritmicas para hacerlos escalables y útiles para su aplicación en conjuntos grandes de datos. Así, nos hacem...
Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Online |
| Lingua: | spa |
| Pubblicazione: |
Universidad de Costa Rica
2011
|
| Soggetti: | |
| Accesso online: | https://revistas.ucr.ac.cr/index.php/ingenieria/article/view/7683 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
| Riassunto: | Este articulo describe algoritmos clásicos y eficientes para construir árboles de decisión para muestras de datos, ya sea directamente o incrementalmente, y como mejorarlos con extensiones algoritmicas para hacerlos escalables y útiles para su aplicación en conjuntos grandes de datos. Así, nos hacemos útiles para minería de datos en grandes bases de datos. Primero, mostramos los algoritmos básicos y sus problemas principales. Despúes, presentamos nuevas modificaciones que los hacen adecuados para grandes conjuntos de datos. Segundo, mostramos algoritmos distribuidos para tratar con grandes y distribuidas bases de datos. |
|---|