Existen muchas alternativas para realizar minería de datos masivos, entre ellas algoritmos neuronales, máquinas de vectores de soporte, algoritmos de asociación, algoritmos genéticos y algoritmos de conglomeración (clustering). En este artículo se realiza una descripción general acerca de distintos algoritmos de conglomeración ―de partición, jerárquicos, de densidad, basados en grillas y basados en modelos― que resaltan las características 4V de los datos masivos: volumen, variedad, velocidad y valor.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Control de tasa de capa de macrobloque basado en similitud estructural y diferencia media absoluta para H.264
Artículo:
Análisis del papel de los agentes de ciencia, tecnología e innovación del sistema regional de innovación del área metropolitana del Valle de Aburrá (Colombia)
Artículo:
Ventaja competitiva sostenible e innovación ecológica: una revisión de las propuestas de escala conjunta
Artículo:
Apoyando la búsqueda de imágenes con nubes de etiquetas: Un enfoque preliminar
Artículo:
Un Enfoque Innovador para la Distribución Óptima de Datos Multimedia en la Computación en la Nube Móvil
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
Obtención de gas combustible mediante la bioconversión del alga marina Ulva lactuca
Artículo:
Sistemas de producción y potencial energético de la energía mareomotriz
Artículo:
La necesidad de la planeación estratégica en las organizaciones industriales modernas