Data Wrangling avec Hive : gérer efficacement le Big Data
Graph Chatbot
Chattez avec Graph Search
Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.
Discute des concepts d'entrée/sortie de fichiers, en se concentrant sur l'accès séquentiel et la gestion des fichiers de configuration dans la programmation.
Explore la 2ème génération de modèles d'exécution pour l'informatique distribuée, en mettant l'accent sur les ensembles de données distribués Spark et Résilient (RDD).
Explore les complexités de la programmation dans les cadres informatiques distribués, en mettant l'accent sur l'optimisation de la localisation des données et les stratégies de multitenance.
Introduit des techniques de traitement d'image en Python, en se concentrant sur les opérations de manipulation et de convolution à l'aide de NumPy et Pillow.
Explique l'algorithme Adaboost pour construire des classificateurs forts à partir de faibles, en mettant l'accent sur l'amélioration des méthodes et la détection des visages.
Explique l'abstraction de l'espace d'adressage, en se concentrant sur la gestion de la mémoire, les structures de pile et de tas, et leurs rôles dans l'allocation dynamique de la mémoire.
Étudier l'évolutivité, la persistance et la cohérence des systèmes de bases de données et des applications à forte intensité de données, en soulignant l'importance de l'état et des compromis dans la gestion des données.
