( en | de | ru )

 

Disambiguierung von "Padillo, Francisco"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Subgroup Discovery on Big Data: Exhaustive Methodologies Using Map-Reduce.

, , und . Trustcom/BigDataSE/ISPA, Seite 1684-1691. IEEE, (2016)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Francisco Castellanos

Francisco Gaona

Francisco Cardiel

Francisco Garcés

Francisco Carabelli

 

Weitere Publikationen von Autoren mit dem selben Namen

Apriori Versions Based on MapReduce for Mining Frequent Patterns on Big Data., , , und . IEEE Trans. Cybern., 48 (10): 2851-2865 (2018)Subgroup Discovery on Big Data: Exhaustive Methodologies Using Map-Reduce., , und . Trustcom/BigDataSE/ISPA, Seite 1684-1691. IEEE, (2016)A Data Structure to Speed-Up Machine Learning Algorithms on Massive Datasets., , , und . HAIS, Volume 9648 von Lecture Notes in Computer Science, Seite 365-376. Springer, (2016)An evolutionary algorithm for mining rare association rules: A Big Data approach., , und . CEC, Seite 2007-2014. IEEE, (2017)Subgroup discovery in MOOCs: a big data application for describing different types of learners., , , , und . Interact. Learn. Environ., 30 (1): 127-145 (2022)Mining Perfectly Rare Itemsets on Big Data: An Approach Based on Apriori-Inverse and MapReduce., , und . ISDA, Volume 557 von Advances in Intelligent Systems and Computing, Seite 508-518. Springer, (2016)Associative Classification in Big Data through a G3P Approach., , und . IoTBDS, Seite 94-102. SciTePress, (2019)Subgroup Discovery in MOOCs: A Big Data Application for Describing Different Types of Learners., , , , und . CoRR, (2024)Subgroup discovery on big data: Pruning the search space on exhaustive search algorithms., , und . IEEE BigData, Seite 1814-1823. IEEE Computer Society, (2016)