Дослідження масштабування та розробка рекомендаційної системи методами глибинного навчання та технологій великих даних

Гой, Владислав

Please use this identifier to cite or link to this item: http://hdl.handle.net/123456789/17354

Full metadata record

DC Field	Value	Language
dc.contributor.author	Гой, Владислав	-
dc.date.accessioned	2023-09-08T06:24:17Z	-
dc.date.available	2023-09-08T06:24:17Z	-
dc.date.issued	2022-11-29	-
dc.identifier.citation	V. Hoi, "Research of scalability and development of recommender system using methods of deep learning and big data technologies [Doslidzhennia masshtabuvannia ta rozrobka rekomendatsiinoi systemy metodamy hlybynnoho navchannia ta tekhnolohii velykykh danykh]," (in Ukrainian), 2022 International Conference on Innovative Solutions in Software Engineering (ICISSE), Vasyl Stefanyk Precarpathian National University, Ivano-Frankivsk, Ukraine, Nov. 29-30, 2022, pp. 286-290, doi: 10.5281/zenodo.8325435	uk_UA
dc.identifier.isbn	978-966-640-534-3	-
dc.identifier.other	10.5281/zenodo.8325435	-
dc.identifier.uri	https://zenodo.org/record/8325435	-
dc.identifier.uri	https://doi.org/10.5281/zenodo.8325435	-
dc.identifier.uri	http://hdl.handle.net/123456789/17354	-
dc.description.abstract	У даній статті представлено розробку механізму рекомендацій із використанням технологій великих даних і методів оптимізації, створених для прискорення обробки даних.	uk_UA
dc.language.iso	uk_UA	uk_UA
dc.publisher	Vasyl Stefanyk Precarpathian National University	uk_UA
dc.subject	python	uk_UA
dc.subject	apache spark	uk_UA
dc.subject	sql	uk_UA
dc.subject	pandas	uk_UA
dc.subject	великі дані	uk_UA
dc.subject	обробка даних	uk_UA
dc.subject	рекомендаційна система	uk_UA
dc.subject	оптимізаційні методи	uk_UA
dc.title	Дослідження масштабування та розробка рекомендаційної системи методами глибинного навчання та технологій великих даних	uk_UA
dc.title.alternative	Research of scalability and development of recommender system using methods of deep learning and big data technologies	uk_UA
dc.type	Article	uk_UA
Appears in Collections:	Наукові роботи студентів, магістрантів, аспірантів (ФМІ)

Files in This Item:

File	Description	Size	Format
2022_ICISSE_Hoi.pdf		306.77 kB	Adobe PDF	View/Open

Show simple item record

DSpace JSPUI

DSpace preserves and enables easy and open access to all types of digital content including text, images, moving images, mpegs and data sets