Titre original :
Noise Filtering for Big Data Analytics
Contenu du livre :
Ce livre explique comment effectuer le débruitage des données, à grande échelle, avec un niveau de précision satisfaisant. Trois questions principales sont examinées.
Premièrement, comment éliminer la propagation des erreurs d'une étape à l'autre tout en développant un modèle filtré. Deuxièmement, comment maintenir l'importance de la position des données tout en les purifiant. Enfin, la préservation de la mémoire des données est cruciale pour extraire des données intelligentes à partir de données volumineuses et bruyantes.
Si, après l'application d'une forme quelconque de lissage ou de filtrage, la mémoire des données correspondantes change fortement, les données finales peuvent perdre certaines informations importantes. Cela peut conduire à des conclusions erronées.
Cependant, lorsqu'on anticipe une perte d'informations due au lissage ou au filtrage, on ne peut éviter le processus de débruitage car, d'un autre côté, toute analyse de données volumineuses en présence de bruit peut être trompeuse. L'ensemble du processus exige donc une exécution très minutieuse avec des modèles efficaces et intelligents afin de le traiter efficacement.
Autres informations sur le livre :
| ISBN : | 9783110697094 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2022 |
| Nombre de pages : | 164 |
Achat:
Actuellement disponible, en stock.
