• Citar/Exportar
  Citar/Exportar

  Cópiar uma citação

  APA (6th ed.)

  

  Chicago (Autor-Data, 15th ed.)

  

  Harvard (18th ed.)

  

  MLA (7th ed.)

  

  Turabian (6th ed.)

  

  Exportar uma citação

  Exportar para RefWorks   Exportar para EndNote   Exportar para EasyBib   Cancelar

  Nota: As citações são baseada em padrões de referência. Entretanto, regras de formatação podem variar muito entre aplicações e áreas de interesse ou estudo. Os requerimentos ou preferências específicos de seu revisor editorial, professor, instituição ou organização devem ser aplicados.
• Imprimir
• E-mail
  E-mail

  Todos os campos são obrigatórios

  O campo de Endereço(s) de E-mail é obrigatório. Por favor, entre o(s) endereço(s) de e-mail.

  O(s) Endereço(s) de E-mail que você entrou não está em formato válido. Por favor, entre o(s) endereço(s) de e-mail novamente.

  Você pode enviar este item para até cinco recipientes.

  Entrar endereço(s) de e-mail do(s) recipiente(s) Separar até cinco endereços com vírgula (,)

  O campo de nome é obrigatório. Por favor, entre seu nome.

  Entre seu nome: O campo assunto é obrigatório. Por favor, entre o assunto. Assunto:

  O campo de mensagem de E-mail é obrigatório. Por favor, entre a mensagem.

  Mensagem de E-mail: Achei que você talvez possa estar interessado neste item em http://npl.worldcat.org/oclc/603068955 Título: Data-intensive text processing with MapReduce Autor: Jimmy Lin; Chris Dyer Editora: San Rafael : Morgan & Claypool, ©2010. ISBN/ISSN: 1608453421 9781608453429 OCLC:603068955

  
  

  Os termos ReCaptcha ingressados estão incorretos. Por favor, tente entrar as 2 palavras como exibidas na janela ou tente a versão de áudio.

  Cancelar
• Compartilhar
• Permalink
  Permalink

  Cópiar esta URL para conectar-se a esta página:
• Ask a Librarian

Mais como este

Assuntos

• Database management.
• Cloud computing -- Programming.
• Parallel processing (Electronic computers) -- Programming.
• Ver todos os assuntos

Ítens Similares

Data-intensive text processing with MapReduce

Autor:	Jimmy Lin; Chris Dyer
Editora:	San Rafael : Morgan & Claypool, ©2010.
Séries:	Synthesis lectures on human language technologies, #7.
Edição/Formato	Livro : InglêsVer todas as edições e formatos
Resumo:	Our world is being revolutionized by data-driven methods: access to large amounts of data has generated new insights and opened exciting new opportunities in commerce, science, and computing applications. Processing the enormous quantities of data necessary for these advances requires large clusters, making distributed computing paradigms more crucial than ever. MapReduce is a programming model for expressing distributed computations on massive datasets and an execution framework for large-scale data processing on clusters of commodity servers. The programming model provides an easy-to-understand abstraction for designing scalable algorithms, while the execution framework transparently handles many system-level details, ranging from scheduling to synchronization to fault tolerance. This book focuses on MapReduce algorithm design, with an emphasis on text processing algorithms common in natural language processing, information retrieval, and machine learning. We introduce the notion of MapReduce design patterns, which represent general reusable solutions to commonly occurring problems across a variety of problem domains. This book not only intends to help the reader "think in MapReduce", but also discusses limitations of the programming model as well.  Ler mais...