Additional Content
Main Content
Large-Scale Machine Learning
Allgemeine Informationen
| Veranstalter: | Peter Prettenhofer, Benno Stein |
| Vorbesprechung: | Der Termin wird an die Teilnehmer gemailt |
| Projektart: | Forschungsprojekt (Laborprojekt nach Absprache) |
| Umfang: | 16 - 24 ECTS |
Kurzbeschreibung
Das Skalieren von maschinellen Lernalgorithmen auf das WWW stellt für Wissenschafter und Praktiker eine große Herausforderung dar. Um komplexe Algorithmen auf Terabytes von Daten zu skalieren, ist es notwendig, eine große Anzahl an Rechnern zu nutzen. Google's MapReduce Programmiermodel stellt einen erfolgreichen Ansatz zur verteilten Berechnung in solchen Umgebungen dar. Im Rahmen des Projekts werden wir Apache Hadoop, eine Open-source Implementierung von MapReduce, einsetzen, um maschinelle Lernalgorithmen auf realistische Datenmengen (z.B. ein 200GB Crawl der Blogosphäre) zu skalieren.
Content signature
© Fakultät Medien 22.03.2010 / Kontakt / Impressum / Datenschutz / Bemerkung zu dieser Seite
Die Bauhaus-Universität Weimar verwendet Piwik zur Web-Analyse.