MiSeRe-Hadoop: A Large-Scale Robust Sequential Classification Rules Mining Framework - Université de La Réunion Accéder directement au contenu
Communication Dans Un Congrès Année : 2017

MiSeRe-Hadoop: A Large-Scale Robust Sequential Classification Rules Mining Framework

Elias Egho
  • Fonction : Auteur
  • PersonId : 768153
  • IdRef : 180812815
Orange Labs [Lannion]
Dominique Gay
Laboratoire d'Informatique et de Mathématiques
Romain Trinquart
  • Fonction : Auteur
Marc Boullé
  • Fonction : Auteur
Orange Labs [Lannion]
Nicolas Voisine
  • Fonction : Auteur
Orange Labs [Lannion]
Fabrice Clérot
  • Fonction : Auteur
Orange Labs [Lannion]

Domaines

Mathématiques [math] Informatique [cs]

Réunion Univ  : Connectez-vous pour contacter le contributeur

https://hal.univ-reunion.fr/hal-01816471

Soumis le : vendredi 15 juin 2018-12:35:24

Dernière modification le : mercredi 3 novembre 2021-06:01:33

Fichier non déposé

Dates et versions

hal-01816471 , version 1 (15-06-2018)

Identifiants

  • HAL Id : hal-01816471 , version 1

Citer

Elias Egho, Dominique Gay, Romain Trinquart, Marc Boullé, Nicolas Voisine, et al.. MiSeRe-Hadoop: A Large-Scale Robust Sequential Classification Rules Mining Framework. Big Data Analytics and Knowledge Discovery - 19th International Conference, DaWaK 2017, Aug 2017, Lyon, France. pp.105-119. ⟨hal-01816471⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

AFRIQ UNIV-REUNION INSMI LIM FST-REUNION
76 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More