ADICIONES A LOS ALGORITMOS DE ARBOLES DE DECISION PARA CLASIFICACION Y MINERIA DE DATOS EN BASES DE DATOSGRANDES Y DISTRIBUIDAS
Este articulo describe algoritmos clásicos y eficientes para construir árboles de decisión para muestras de datos, ya sea directamente o incrementalmente, y como mejorarlos con extensiones algoritmicas para hacerlos escalables y útiles para su aplicación en conjuntos grandes de datos. Así, nos hacem...
Autor principal: | Chakravarthy, Sharma |
---|---|
Formato: | Online |
Idioma: | spa |
Publicado: |
Universidad de Costa Rica
2011
|
Acceso en línea: | https://revistas.ucr.ac.cr/index.php/ingenieria/article/view/7683 |
Ejemplares similares
-
Análisis de minería de datos distribuida con Weka Parallel en computadoras con múltiples procesadores físicos y lógicos
por: Martínez, Jairo Jonathan
Publicado: (2017) -
COMPORTAMIENTO DEL EVALUADOR DE PARTICIONES EN BASES DE DATOS DISTRIBUIDAS ORIENTADAS A OBJETOS
por: Malinowski Gadja, Elzbieta
Publicado: (2011) -
Extracción de datos de perfiles en Google Scholar utilizando un algoritmo en el lenguaje R para hacer minería de datos
por: Murillo, Danny, et al.
Publicado: (2018) -
GENERACIÓN DE GRANDES BASES DE DATOS ARTIFICIALES PARA EVALUACIÓN DE HERRAMIENTAS DE MINERÍA DE DATOS
por: Arguello Venegas, José Ronald
Publicado: (2011) -
Clasificación de algoritmos diferenciales-iterativos
por: Nikolaevna Bulatnikova, Inga, et al.
Publicado: (2021)