Professional Documents
Culture Documents
Elisa Tik 2
Elisa Tik 2
• Lënda:Teknologji
• Prof:Samir Jupa
• Nx:Elisa Gacaferi
• Kl-X-2
TEMA.1
• Big Data Science and Foundations
• Novel Theortical Models for Big Data
• New Computational Models for Big Data
• Data and Information Quality for Big Data
• New Data Standards
Big Data Science and Foundations
• Temat përfshijnë:
• Vlerësoni aftësitë e kërkuara për një karrierë në shkencën e të dhënave.
• Vlerësoni burime të ndryshme të të dhënave, përfshirë metrikat dhe API-të.
• Eksploroni të dhënat përmes grafikëve dhe statistikave.
• Zbuloni se si shkencëtarët e të dhënave përdorin gjuhë programimi si R,
Python dhe SQL.
• Vlerësoni rolin e matematikës, siç është algjebra, në shkencën e të dhënave.
• Vlerësoni rolin e statistikave të aplikuara, siç janë intervalet e besimit, në
shkencën e të dhënave.
• Vlerësoni rolin e të mësuarit makinerik, siç janë rrjetet nervore artificiale,
në shkencën e të dhënave.
• Përcaktoni përbërësit e vizualizimit efektiv të të dhënave.
Novel Theortical Models for Big Data
• BigData ka qenë një fjalë që prej disa viteve më parë. Sidoqoftë, cili është
saktësisht modeli përkatës (teorik) i kompjuterit? Çfarë mund të bëhet dhe nuk
mund të bëhet me një model të tillë? Këto janë pyetje që kërkojnë përgjigje.
Kohët e fundit, një model u propozua për të adresuar këtë çështje duke simuluar
një version të kufizuar të modelit PRAM. Në këtë punim, ne propozojmë një model
teorik të quajtur Master / Slave Multiprocesor (shkurt MSM) i cili është shumë i
ngjashëm me një sistem praktik duke përdorur MapReduce por me kufizime
shtesë të rëndësishme për përpunimin e BigData. Ky model kap disa nga vetitë më
të rëndësishme të modelit praktik të multiprocesorëve me kokërr trashë (CGM)
(në vend të PRAM). Idetë më të rëndësishme nën një model të tillë master / skllav
janë që edhe master mund të ketë vetëm një pjesë të vogël të të gjitha të
dhënave në përpunuesit e saj skllav në çdo kohë të caktuar, një sasi e madhe e
transmetimit të të dhënave midis skllavit nyjet konsiderohen të pamundura ose
shumë të kushtueshme, dhe një përpunues ekstra skllav, së bashku me të dhënat
që mbart, mund të integrohen lehtësisht në sistem për të mbështetur
shkallëzimin.
New Computational Models for Big Data