Texte intégral
Data science Master 2 ISIDIS
S´ebastien Verel [email protected]
http://www-lisic.univ-littoral.fr/~verel
Universit´e du Littoral Cˆote d’Opale Laboratoire LISIC Equipe OSMOSE
Le cours de big data de Benjamin Renaut MBDS de l’universit´e de Nice : http://cours.tokidev.fr/bigdata/
Documents relatifs
capteurs en tout genre, compteurs en tout genre (´ electrique, etc.), v´ ehicules, ´ electro-m´ enager Open data des institutions, des entreprises. horaires, statistiques sur les
Sauvegarder une tr` es grande quantit´ e de donn´ ees Garantir les services classiques d’un file system.
Ressource Manager : Scheduler (planifie les taches) et Application Manager (ordonnancer des taches, s’occupe de l’ex´ ecution, n´ egocie avec les Application Masters). Node Manager
Simplification structure de donn´ ees (json, pas d’int´ egrit´ e r´ ef´ erentielle entre des tables, pas de sch´ ema au niveau du serveur). Structures sp´
L’algorithme MR permet de traiter en parall` ele une quantit´ e importante de donn´ ees en divisant les donn´ ees en blocs, puis en appliquant une fonction sur chaque bloc de donn´
capteurs en tout genre, compteurs en tout genre (´ electrique, etc.), v´ ehicules, ´ electro-m´ enager Open data des institutions, des entreprises. horaires, statistiques sur les
R´ egression lin´ eaire univari´ ee (fait ?) R´ egression lin´ eaire multivari´ ee (fait ?) R´ egression polynomiale. R´ egression r´ egularis´ ee
Pour construire chaque arbre, vision parcellaire du probl` eme : Tirage (avec remise) d’un sous-ensemble d’exemples.
