Note :
Le livre fournit une vue d'ensemble accessible des algorithmes de flux de données, utile pour comprendre les problèmes importants dans le domaine, mais manque de profondeur dans les algorithmes et les preuves.
Avantages:⬤ Aperçu accessible des algorithmes de flux de données
⬤ présentation bien structurée des idées
⬤ références précieuses aux sources originales
⬤ utile pour comprendre les problèmes importants.
⬤ Trop court et superficiel
⬤ plus une étude qu'un manuel
⬤ manque d'algorithmes et de preuves détaillés.
(basé sur 2 avis de lecteurs)
Data Streams: Algorithms and Applications
Les algorithmes de flux de données en tant que programme de recherche actif n'ont émergé qu'au cours des dernières années, même si le concept consistant à effectuer quelques passages sur les données pour effectuer des calculs existe depuis les premiers jours de la théorie des automates. Le programme de recherche sur les flux de données s'étend désormais à de nombreuses branches de l'informatique, notamment les bases de données, la mise en réseau, la découverte de connaissances et l'exploration de données, ainsi que les systèmes matériels.
L'industrie est également au diapason, avec des systèmes de gestion des flux de données (DSMS) et du matériel spécial pour gérer la vitesse des données. Même au-delà de l'informatique, les préoccupations relatives aux flux de données apparaissent en physique, dans les sciences de l'atmosphère et dans les statistiques. Flux de données : Algorithmes et applications se concentre sur les fondements algorithmiques du flux de données.
Dans le scénario du flux de données, les données arrivent très rapidement et la mémoire est limitée pour les stocker. Les algorithmes doivent travailler avec un ou quelques passages sur les données, un espace moins que linéaire par rapport à la taille de l'entrée ou un temps significativement inférieur à la taille de l'entrée.
Ces dernières années, une nouvelle théorie est apparue pour raisonner sur les algorithmes qui fonctionnent avec ces contraintes d'espace, de temps et de nombre de passages. Certaines de ces méthodes s'appuient sur l'intégration métrique, les calculs pseudo-aléatoires, la théorie de l'approximation éparse et la complexité de la communication. Les applications de ce scénario comprennent l'analyse du trafic des réseaux IP, l'exploration des flux de messages textuels et le traitement des ensembles de données massives en général.
Flux de données : Algorithmes et applications passe en revue le domaine émergent des algorithmes de traitement des flux de données et des applications associées. Une vaste bibliographie de plus de 200 entrées oriente le lecteur vers d'autres ressources à explorer.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)