Ανάλυση μεθόδων εξόρυξης μαζικών δεδομένων (big data) από κείμενα και εικόνες

Ματσάγγος, Βασίλειος - Νικόλαος

dc.contributor.advisor	Mamalis, Basilis
dc.contributor.author	Ματσάγγος, Βασίλειος - Νικόλαος
dc.date.accessioned	2021-11-01T08:55:37Z
dc.date.available	2021-11-01T08:55:37Z
dc.date.issued	2021-10-08
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/1458
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-1309
dc.description.abstract	Η παρούσα πτυχιακή εργασία αφορά τη διερεύνηση, μαθηματική και αλγοριθμική ανάλυση των μεθόδων εξόρυξης δομημένων δεδομένων από αδόμητα μαζικά δεδομένα (big data), και τη μελέτη των τρόπων επεξεργασίας και ομαδοποίησης αυτών. Θα γίνει μελέτη των περιγραφικών χαρακτηριστικών που ορίζουν τα δομημένα, αδόμητα, μαζικά δεδομένα εν γένει, και θα δοθεί έμφαση σε αυτά που εμφανίζονται με τις μορφές των κειμένων και των εικόνων. Θα παρουσιαστούν και θα αναλυθούν τα στάδια εξόρυξης των δεδομένων (εν γένει και κατά περίπτωση) οι αλγόριθμοι που χρησιμοποιούνται σε κάθε στάδιο, καθώς και η υλοποίηση των παραπάνω σε περιβάλλον κατανεμημένων (παράλληλων) συστημάτων. Σκοπός της παρούσας εργασίας είναι η βιβλιογραφική και μαθηματική διερεύνηση των παραπάνω τεχνολογιών (κατανεμημένα συστήματα, αλγόριθμοι εξόρυξης δεδομένων) , καθώς και η επιλογή των βέλτιστων συνδυασμών αυτών βάσει των αποδόσεων τους.	el
dc.format.extent	75	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Δυτικής Αττικής	el
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights.uri	https://creativecommons.org/licenses/by-nc-sa/4.0/deed.el	*
dc.subject	Εξόρυξη δεδομένων	el
dc.subject	Mαζικά δεδομένα	el
dc.subject	Kατανεμημένα συστήματα	el
dc.subject	Παράλληλοι αλγόριθμοι	el
dc.subject	Mapreduce	el
dc.subject	Ομαδοποίηση δεδομένων	el
dc.subject	Δομημένα δεδομένα	el
dc.subject	Αδόμητα δεδομένα	el
dc.subject	Κείμενο	el
dc.subject	Εικόνες	el
dc.title	Ανάλυση μεθόδων εξόρυξης μαζικών δεδομένων (big data) από κείμενα και εικόνες	el
dc.title.alternative	Analysis of big data extraction methods from texts and images	el
dc.type	Μεταπτυχιακή διπλωματική εργασία	el
dc.contributor.committee	Pantziou, Grammati
dc.contributor.committee	Kantzavelou, Ioanna
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών	el
dc.contributor.master	Επιστήμη και Τεχνολογία της Πληροφορικής και των Υπολογιστών	el
dc.description.abstracttranslated	The present thesis concerns the exploration, mathematical and algorithmic analysis of the mining, processing and clustering methods of structured data from unstructured big data. The descriptive features that define structured, unstructured, big data in general will be studied, with emphasis on those in the form of text and images. The stages of data mining (in general and on a case-by-case basis), the algorithms used in each stage, as well as the implementation of the aforementioned in the environment of distributed (parallel) systems will be presented and analyzed. The purpose of this thesis is the bibliographic and mathematical investigation of the above technologies (distributed systems, data mining algorithms), as well as the choice of the optimal combinations based on their performance.	el

Files in this item

Name:: ΔΙΠΛΩΜΑΤΙΚΗ_ΜΑΤΣΑΓΓΟΣ_ΒΑΣΙΛΕΙΟ ...
Size:: 1.543Mb
Format:: PDF

View/Open

This item appears in the following Collection(s)

Μεταπτυχιακές διπλωματικές εργασίες - Επιστήμη και Τεχνολογία της Πληροφορικής και των Υπολογιστών
Μεταπτυχιακές διπλωματικές εργασίες ΠΜΣ Επιστήμη και Τεχνολογία της Πληροφορικής και των Υπολογιστών

Show simple item record

Except where otherwise noted, this item's license is described as
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές