Αλγόριθμοι Classification σε Big Data

Τσιλιγιάννη, Ελένη; Tsiligianni, Eleni

dc.contributor.author	Τσιλιγιάννη, Ελένη	el
dc.contributor.author	Tsiligianni, Eleni	en
dc.date.accessioned	2015-12-09T11:34:34Z
dc.date.available	2015-12-09T11:34:34Z
dc.date.issued	2015-12-09
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/41763
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.11087
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Κατηγοριοποίηση	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Mahout	en
dc.subject	Naïve Bayes	en
dc.subject	κ-εγγύτεροι-γείτονες	el
dc.subject	Ευρετηριοποίηση	el
dc.subject	Solr	en
dc.subject	Big data	en
dc.title	Αλγόριθμοι Classification σε Big Data	el
heal.type	bachelorThesis
heal.classification	Μηχανική μάθηση	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2015-09-17
heal.abstract	Στην παρούσα εργασία θα μελετήσουμε τις επιδόσεις δύο γνωστών αλγορίθμων που χρησιμοποιούνται για κατηγοριοποίηση κειμένου,του Naïve Bayes και των κ-εγγύτερων-γειτόνων.Οι αλγόριθμοι αυτοί θα εφαρμοστούν πάνω σε μεγάλο όγκο δεδομένων που αντιπροσωπεύουν προϊόντα ηλεκτρονικών καταστημάτων.Η κατηγοριοποίηση βασίζεται στα χαρακτηριστικά των προϊόντων όπως αυτά προκύπτουν από τη γενικότερη περιγραφή.Μέσω κάποιων πειραμάτων προσπαθούμε να εξηγήσουμε τη συμπεριφορά των χρησιμοποιούμενων αλγορίθμων και τους τρόπους που θα μπορούσαν να βελτιώσουν την αποτελεσματικότητά τους.	el
heal.advisorName	Βασιλείου, Ιωάννης	el
heal.committeeMemberName	Κοντογιάννης, Κωνσταντίνος	el
heal.committeeMemberName	Κοζύρης, Νεκτάριος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	101 σ.
heal.fullTextAvailability	true