| Title: | Efektivní analýza velkých dat pomocí Apache Spark a samoučících neuronových sítí na jediném počítači |
| Authors: | Andrešič, David Šaloun, Petr |
| Citation: | STEINBERGER, Josef ed.; ZÍMA, Martin ed.; FIALA, Dalibor ed.; DOSTAL, Martin ed.; NYKL, Michal ed. Data a znalosti 2017: sborník konference, Plzeň, Hotel Angelo 5. - 6. října 2017. 1. vyd. Plzeň: Západočeská univerzita v Plzni, 2017, s. 67-71. ISBN 978-80-261-0720-0. |
| Issue Date: | 2017 |
| Publisher: | Západočeská univerzita v Plzni |
| Document type: | konferenční příspěvek conferenceObject |
| URI: | https://www.zcu.cz/export/sites/zcu/pracoviste/vyd/online/DataAZnalosti2017.pdf http://hdl.handle.net/11025/26338 |
| ISBN: | 978-80-261-0720-0 |
| Keywords: | Apache Spark;samoučící neuronové sítě;velká data;Twitter;brexit;burza |
| Keywords in different language: | Apache Spark;self-learning neural networks;big data;Twitter;brexit;stock exchange |
| Abstract: | Apache Spark je běžně používaná platforma pro analýzu velkých dat na velkých počítačových clusterech, kde pro svou práci využívá především hlavní paměť počítače. Pokusili jsme se přidat softwarovou knihovnu samoučící se neuronové sítě do jednoho takového analytického celku pro big data. Výsle-dek je efektivní a rychlý dokonce na jediném běžném počítači. Tento přístup je přínosem pro výzkumníky s omezenými zdroji, kterým přiná-ší možnost analýzy velkých dat. Náš nápad byl experimentálně ověřen a je popsán zde. Jako případovou studii pro naši metodu jsme použili dostupná data ze sociální sítě Twitter, konkrétně tweety pro hashtag #Brexit a jejich analýzu sentimentu, přičemž jsme hledali korelace s burzovními daty. |
| Rights: | © Západočeská univerzita v Plzni |
| Appears in Collections: | Data a znalosti 2017 Data a znalosti 2017 |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Andresic.pdf | Plný text | 706,17 kB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/26338Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.