Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Module dédié au traitement et à l'analyse de données massives dans le domaine du Big Data. Il permet de structurer, nettoyer et exploiter des jeux de données complexes pour en extraire des insights actionnables. Utilisé pour automatiser des processus métiers, générer des modèles prédictifs ou optimiser des performances opérationnelles. Peut s'intégrer dans des pipelines de données existants pour enrichir les analyses.
- Ce projet, développé par l'entreprise Elo World, se concentre sur l'analyse et la prédiction des performances des joueurs d'échecs. À partir d'une base de données de 50 000 parties, dont 25 000 avec des évaluations Elo connues, l'équipe utilise des techniques de machine learning pour prédire le classement Elo des joueurs. L'étude intègre également l'analyse des coups via le moteur Stockfish, un outil d'intelligence artificielle spécialisé dans les échecs, afin d'évaluer la qualité des stratégies employées et d'identifier les tendances stratégiques.
- Projet académique visant à calculer et visualiser l'ensemble de Mandelbrot, un objet mathématique fractal. Les étudiants en Big Data ont développé un outil pour explorer les propriétés de cet ensemble à travers des calculs intensifs. Le projet inclut une analyse des performances et une documentation dans un wiki dédié.
- Ce projet permet de comparer les performances du calcul d'un PageRank entre deux frameworks Big Data : Apache Pig et Apache Spark. Il fournit les outils pour exécuter l'algorithme sur des données de crawling, mesurer les temps d'exécution en fonction des paramètres (nombre d'itérations, nombre de machines) et analyser les résultats obtenus. L'objectif est d'évaluer l'efficacité respective de ces deux solutions pour le traitement de données distribuées à grande échelle.
- Projet dédié à la simulation et à l'optimisation de charges de travail pour les environnements HPC (High Performance Computing) et Big Data. Il permet de modéliser des jobs avec préemption, d'évaluer les performances des infrastructures et de calibrer les ressources pour des traitements intensifs. L'objectif est d'améliorer l'efficacité des systèmes en analysant les comportements des applications et en ajustant les configurations.
- Ce projet est une revue de littérature et une analyse comparative des bases de données NoSQL par rapport aux bases SQL. Il évalue leurs performances dans des contextes de Big Data et de systèmes distribués, en mettant en lumière leurs avantages pour gérer des données évolutives et massives. L'objectif est de déterminer les cas d'usage optimaux pour chaque type de base de données.
6 initiatives
10