Filtrovanie šumu pre analýzu veľkých objemov údajov

Pôvodný názov:

Noise Filtering for Big Data Analytics

Obsah knihy:

V tejto knihe sa vysvetľuje, ako vykonávať odstraňovanie šumu z údajov vo veľkom rozsahu s uspokojivou úrovňou presnosti. Uvažuje sa o troch hlavných otázkach.

Po prvé, ako eliminovať šírenie chýb z jedného stupňa do ďalších stupňov pri vývoji filtrovaného modelu. Po druhé, ako zachovať polohovú dôležitosť údajov pri ich čistení. A nakoniec, zachovanie pamäte v údajoch je rozhodujúce na extrakciu inteligentných údajov zo zašumených veľkých údajov.

Ak sa po aplikácii akejkoľvek formy vyhladzovania alebo filtrovania pamäť príslušných údajov výrazne zmení, potom môžu konečné údaje stratiť niektoré dôležité informácie. To môže viesť k nesprávnym alebo chybným záverom.

Ak však predpokladáme akúkoľvek stratu informácií v dôsledku vyhladzovania alebo filtrovania, nemôžeme sa vyhnúť procesu denoizácie, pretože na druhej strane akákoľvek analýza veľkých údajov v prítomnosti šumu môže byť zavádzajúca. Celý proces si teda vyžaduje veľmi starostlivé vykonanie s účinnými a inteligentnými modelmi, aby sa s ním dalo efektívne pracovať.