Škálovatelné strojové učení s využitím nástrojů Hadoop a Mahout
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
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.
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.
Description
Citation
KRYŠKE, L. Škálovatelné strojové učení s využitím nástrojů Hadoop a Mahout [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2012.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Teleinformatika
Comittee
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 acceptance
2012-06-13
Defence
Je nějaké omezení paměti při využití techbologie CUDA?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení