Morison Mourya

Os outliers s o considerados como dados ruidosos nas estat sticas, revelou-se um problema importante que est a ser investigado em diversos campos de investiga o e dom nios de aplica o. Muitas t cnicas de detec o de outliers foram desenvolvidas especificamente para certos dom nios de aplica o, enquanto que algumas t cnicas s o mais gen ricas. Alguns dom nios de aplica o est o a ser pesquisados em estrita confidencialidade, como a investiga o sobre crime e actividades terroristas. As t cnicas e os resultados de tais t cnicas n o s o prontamente divulgados. As grandes an lises de dados tornaram-se muito populares no cen rio actual e a manipula o de grandes dados ganhou a grande aten o dos investigadores no campo da an lise de dados. A computa o em nuvem fornece recursos infra-estruturais poderosos e econ micos para os utilizadores da nuvem lidarem com grandes dados cada vez maiores com estruturas de processamento de dados tais como MapReduce. Este trabalho considera dois algoritmos de clustering conhecidos como DBScan e K-Means e implementados com o conjunto de dados Sensed da Intel Corporation.

Outliers are regarded as noisy data in statistics, has turned out to be an important problem which is being researched in diverse fields of research and application domains. Many outlier detection techniques have been developed specific to certain application domains, while some techniques are more generic. Some application domains are being researched in strict confidentiality such as research on crime and terrorist activities. The techniques and results of such techniques are not readily forthcoming. Big data analysis has become much popular in the present day scenario and the manipulation of big data has gained the keen attention of researchers in the field of data analytics. Cloud computing provides powerful and economical infrastructural resources for cloud users to handle ever-increasing Big Data with data-processing frameworks such as MapReduce. This work consider two clustering algorithms known as DBScan and K-Means and implemented with Intel Corporation's Sensed dataset.