bigdata

5El calor

2Respuesta

haciendo PCA en un conjunto de datos muy grande en R

Tengo un conjunto de entrenamiento muy grande (~ 2Gb) en un archivo CSV. El archivo es demasiado grande para leer directamente en la memoria (read.csv() detiene el equipo) y me gustaría reducir el tam

r bigdata pca 2012-09-15

---

13El calor

1Respuesta

Postgresql - rendimiento del uso de una matriz en la base de datos grande

Digamos que tenemos una tabla con 6 millones de registros. Hay 16 columnas enteras y pocas columnas de texto. Es una tabla de solo lectura, por lo que cada columna entera tiene un índice. Cada registr

arrays performance postgresql join bigdata 2012-08-03

---

36El calor

5Respuesta

Paquete recomendado para el procesamiento de conjuntos de datos muy grandes y el aprendizaje automático en R

Parece que R está realmente diseñado para manejar conjuntos de datos que puede extraer completamente en la memoria. ¿Qué paquetes R se recomiendan para el procesamiento de señales y el aprendizaje aut

r machine-learning signal-processing bigdata 2012-06-15

---

26El calor

3Respuesta

¿La mejor solución para encontrar una intersección de conjunto de 1 x 1 millón? Redis, Mongo, otro

Hola a todos y gracias de antemano. Soy nuevo en el juego NoSQL, pero mi lugar de trabajo actual me ha encomendado la tarea de establecer comparaciones de algunos big data. Nuestro sistema tiene conju

mongodb redis bigdata nosql 2012-06-19

---

5El calor

1Respuesta

La mejor manera de prepararse para las preguntas de diseño y arquitectura relacionadas con big data

Recientemente, asistí a una entrevista in situ para una empresa y me formularon preguntas de diseño relacionadas con big data como, p. Ej .: obtener la lista de usuarios accedidos a un sitio web (por

algorithm data-structures bigdata 2012-08-11

---

5El calor

3Respuesta

NumPy: tipos de 3 bytes y 6 bytes (también conocido como uint24, uint48)

NumPy parece carecer de compatibilidad integrada para los tipos de 3 y 6 bytes, también conocidos como uint24 y uint48. Tengo un gran conjunto de datos usando estos tipos y quiero alimentarlo a numpy.

python numpy bigdata 2012-08-15

---

36El calor

1Respuesta

¿Cómo puedo saber cuándo mi conjunto de datos en R va a ser demasiado grande?

Voy a realizar algunos análisis de archivos de registro en R (a menos que no pueda hacerlo en R), y entiendo que mis datos deben caber en la RAM (a menos que use algún tipo de solución como una interf

r bigdata logfile-analysis 2012-10-07

---

6El calor

3Respuesta

cálculo del análisis de embudo, ¿cómo calcularía un embudo?

Supongamos que el seguimiento de un 'evento' un usuario adquiere un sitio web, los eventos pueden ser cosas como: página consultados elemento añadido a la cesta la caja pagado por fin Ahora cada uno d

java math hadoop mapreduce bigdata 2012-05-12

---

6El calor

4Respuesta

Mejorar la distribución de los valores de la función hash

Supongamos que tengo un gran número de cadenas (digamos 10 mil millones de cadenas de ~ 50 caracteres cada una). Quiero distribuir las cadenas en exactamente 10 cubos. Cada cubo debe contener alrededo

hash bigdata 2012-08-24

---

19El calor

2Respuesta

Haskell: ¿Puedo realizar varios pliegues sobre la misma lista perezosa sin mantener la lista en la memoria?

Mi contexto es la bioinformática, la secuenciación de próxima generación en particular, pero el problema es genérico; entonces usaré un archivo de registro como ejemplo. El archivo es muy grande (Giga

performance haskell lazy-evaluation bigdata 2012-05-29

---