Installation und Anwendung einer Support Vector Machine: Hadoop MapReduce erläutert [German]

By Thorsten Kalweit

Bachelorarbeit aus dem Jahr 2016 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, FOM Essen, Hochschule f r Oekonomie & Management gemeinn tzige GmbH, Hochschulleitung Essen fr her Fachhochschule, Sprache: Deutsch, Abstract: Zielsetzung dieser Arbeit ist es, strukturierte Qualit tsberichte des gemeinsamen Bundesausschusses (G-BA) von Krankenh usern im Dateiformat XML mithilfe des Frameworks und Programmiermodels Hadoop MapReduce zu analysieren. Das Kapitel 2 beschreibt die Grundlagen des Hadoop Frameworks und erl utert die Architektur von Yet Another Resource Manager (YARN), den Aufbau und Ablauf des Programmiermodells MapReduce sowie die Funktionsweise des Hadoop Distributed File System (HDFS). Im Anschluss daran werden das mathematische Modell der Support Vector Machines (SVM) und die Statistiksoftware R vorgestellt. In Kapitel 3 werden die zu untersuchenden strukturierten Qualit tsberichte aus Krankenh usern beschrieben und deren Aufbau erl utert. Das Kapitel 4 behandelt das Setup f r diese Arbeit und beschreibt die Installation und Administration der Server und von Hadoop. Im darauf folgenden Kapitel 5 wird die Durchf hrung der Analyse beschrieben. Im Wesentlichen werden die Vor berlegungen und das Erstellen der MapReduce Programme betrachtet. Anschlie end werden die Auswertungsergebnisse und eine weitere m gliche Verarbeitung mit den vorgestellten Analyseverfahren k-Means Clustering und der Support Vector Regressionsanalyse (SVR) in R erl utert. Das Kapitel 6 setzt sich mit der Diskussion der Vor- und Nachteile des Einsatzes von Hadoop im Zusammenhang mit der Analyse von Qualit tsberichten auseinander. In Kapitel 7 wird ein Fazit ber das eingesetzte Verfahren zur Analyse gezogen und ein Ausblick auf weitere Technologien gegeben. Der Begriff Big Data ist ein Synonym f r die ansteigenden und t glich generierten Datenmengen, die gespeichert und verwaltet werden m ssen. Aus diesen Daten lassen sich neue Informationen und Wissen ableiten. Da es f r

• Format: Paperback
• Language: German
• ISBN: 3668485267
• ISBN13: 9783668485266
• Release Date: July 2017
• Publisher: Grin Verlag
• Length: 68 Pages
• Weight: 0.22 lbs.
• Dimensions: 0.2" x 5.8" x 8.3"