| |
 Mining of Massive Datasets
Author: Anand Rajaraman, Jeffrey David Ullman
Language: English
Publisher: Cambridge University Press
Publication Date: 27 Oct 2011
Dimensions: 18.9 x 2.3 x 24.6 cm
Format: Hardcover
Pages: 326
Condition: NEW
The popularity of the Web and Internet commerce provides many extremely large datasets from which information can be gleaned by data mining. This book focuses on practical algorithms that have been used to solve key problems in data mining and which can be used on even the largest datasets. It begins with a discussion of the map-reduce framework, an important tool for parallelizing algorithms automatically. The authors explain the tricks of locality-sensitive hashing and stream processing algorithms for mining data that arrives too fast for exhaustive processing. The PageRank idea and related tricks for organizing the Web are covered next. Other chapters cover the problems of finding frequent itemsets and clustering. The final chapters cover two applications: recommendation systems and Web advertising, each vital in e-commerce. Written by two authorities in database and Web technologies, this book is essential reading for students and practitioners alike. ISBN: 978[zasłonięte][zasłonięte]70153
| | PROSZĘ ZAPOZNAĆ SIĘ Z WARUNKAMI AUKCJI PODANYMI NA DOLE STRONY ORAZ NA STRONIE O MNIE I W TREŚCI WIADOMOŚCI POTWIERDZAJĄCEJ ZAKUP W moim sklepie kupisz najtańsze w Polsce książki w języku angielskim. Jeśli jesteś zainteresowaniy jakąś pozycją, a nie posiadam jej aktualnie wystawionej - proszę o wiadomość - gwarantuję, że u mnie będzie najtaniej! Zapraszam na inne aukcje Wyszukiwanie za pomocją numeru ISBN: WYSZUKIWARKA ISBN JEŚLI ZNAJDZIESZ DANĄ POZYCJĘ TANIEJ U KOGOŚ NA ALLEGRO - PROSZĘ O INFORMACJĘ PRZED ZAKUPEM - U MNIE BĘDZIE JESZCZE TANIEJ! DO KAŻDEJ PRZESYŁKI PACZKĄ POCZTOWĄ LUB KURIEREM DOŁĄCZAM DARMOWĄ KSIĄŻKĘ UŻYWANĄ Z LISTY DOSTĘPNEJ NA STRONIE "O MNIE" Warunkiem otrzymania darmowej książki jest wpisanie jej numeru w formularzu dostawy. Zdjęcie poglądowe - okładki mogą się różnić. | |
