Škálovatelné strojové učení s využitím nástrojů Hadoop a Mahout

Kryške, Lukáš

Scalable machine learning using Hadoop and Mahout tools

Grade

Altmetrics

Metadata

Show full item record

Abstract

Tato bakalářská práce srovnává několik nástrojů pro realizaci škálovatelné platformy strojového učení a popisuje jejich výhody a nevýhody. Dále práce prakticky realizuje funkčnost škálovatelné platformy založené na nástroji Apache Hadoop a zabývá se měřením výkonu samoučícího algoritmu K-Means pomocí knihoven strojového učení Apache Mahout na celkem pěti výpočetních uzlech.

This bachelor’s thesis compares several tools for building a scalable, machine learning platform and describes their advantages and disadvantages. It also practically demonstrates functionality of this scalable platform based on the Apache Hadoop and Apache Mahout tools and measures performance of the K-Means algorithm for total of five computing nodes.

Keywords

Hadoop, Mahout, superpočítač, paralelní zpracování dat, strojové učení, Hadoop, Mahout, supercomputer, parallel supercomputing, machine learning

Language

čeština (Czech)

Study brunch

Teleinformatika

Composition of Committee

prof. Ing. Jiří Mišurec, CSc. (předseda) doc. Ing. Petr Sysel, Ph.D. (místopředseda) Ing. Martin Sýkora (člen) doc. Ing. Radim Burget, Ph.D. (člen) prof. Ing. Jaroslav Koton, Ph.D. (člen) Ing. Radim Číž, Ph.D. (člen) Ing. Vladimír Červenka, Ph.D. (člen)

Date of defence

2012-06-13

Process of defence

Je nějaké omezení paměti při využití techbologie CUDA?

Result of the defence

práce byla úspěšně obhájena

Persistent identifier

http://hdl.handle.net/11012/10042

Source

KRYŠKE, L. Škálovatelné strojové učení s využitím nástrojů Hadoop a Mahout [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2012.

Collections

2012 [467]