阿帕奇星火

Apache Selk:SARK是一种快速、通用的大数据集群计算系统。它在Scala、Java、Python和R中提供高级API,并支持用于数据分析的通用计算图的优化引擎。它还支持一套丰富的高级工具,包括SQL SQL和DATAFRAMS,用于机器学习的MLLIB,用于图形处理的Gracx,以及用于流处理的火花流。


ZBMaCT中的参考文献(28篇文章中引用)

显示结果1至20的28。
按年份排序(引文
  1. Raissi,MaZiar;Babaee,Hessam;Karniadakis,George Em:大数据的参数高斯过程回归(2019)
  2. 罗德里戈,Enrique G.;阿利多,Juan A.;G.Mez,Joeaa:火花人群:从众包大数据中学习的火花包(2019)
  3. Rompf,Tiark;阿明,Nada:500行代码中的SQL到C编译器(2019)
  4. Sauudiin,Raazesh;滕,格罗瑞娅:具有通用性能保证的最小距离直方图(2019)
  5. Tsamardinos,Ioannis;Borboudakis,GioGOS;Katsogridakis,Pavlos;Pratikakis,PyvioOS;Chistofices,VasiLIS:一种高维大数据的贪婪特征选择算法(2019)
  6. Viroli,米尔科;Beal,雅各伯;达米亚尼,FruCio;Addito,吉奥吉奥;Casadii,罗伯托;Pig,y:从分布式协调到字段演算和聚合计算(2019)
  7. 俞,Hong;陈,云;Lingras,帕万;王,郭殷:大规模数据的三路聚类集成方法(2019)
  8. 钟,Moo K.:大型脑网络数据的统计挑战(2018)
  9. Chou、杰瑞、Hsu、Ching Hsien、Chung、Yeh Ching:GEODIS:面向地理分布数据中心的数据局域感知作业调度的优化(2018)
  10. Kocsis,Zoltan A.;天鹅,杰瑞:遗传程序设计(+)证明搜索(=)自动改进(2018)
  11. Kordyk,帕维尔;N,J.;Fr.YDA,Tom A:发现迁移学习和元学习的预测集合(2018)
  12. 纽克尔逊,赫尔穆特:大象反对歌利亚:大数据与高性能计算的性能BDSCAN集群实现(2018)
  13. Nghiem,Peter P.:SARK(2018)中高效资源配置的最佳折衷点方法
  14. Pelucchi,毛罗;PsRAA,GueSepe;TSuCr,Maurizio:Hadoop与SnPc:对开放数据语料库的锤查询引擎性能的影响(2018)
  15. 赛诺迪,拉扎什,V,阿曼丁:基于最佳树分辨率的现场频谱的完全似然推断(2018)
  16. 史米斯,Virginia;福特,Simone;马,Chenxin;塔卡亚,马丁;约旦,Michael I.;JAGI,马丁:可可:通信高效分布式优化的一般框架(2018)
  17. Bacciu,Davide;CARTA,安东尼奥;Gnesi,斯特凡尼亚;Simii,劳拉:在智能交通系统中使用机器学习进行短期预测的经验(2017)
  18. Garc·A,Joes;Pope,克里斯托弗;Altimiras,弗朗西斯科:一种用于文本分割的K(k)均值分割算法(2017)
  19. GeSunMe,穆罕默德;AZZAG,Hhanne;BeNeNouou,萨利马;Lebbh,Mustapha;Duong,塔恩河;Ouziri,Maalad:大数据:从集合到可视化(2017)
  20. 卡纳沃斯,安德烈亚斯;Nodarakis,尼古拉斯;西奥塔斯,斯皮罗斯;Tsakalidis,Athanasios;Tsolis,Dimitrios;Tigimas,GiNiS:大规模的Twitter情感分类实现(2017)