распределенная система анализа

Традиционные системы хранения не могут расширяться бесконечно или хотя бы достаточно быстро, что особенно критично для задач глубинного обучения, в случае когда данных больше, чем может поместиться на одной машине. Поэтому для поддержки работы с большими данными все чаще применяются распределенные горизонтально масштабируемые архитектуры хранения и обработки в памяти.

Большие Данные могут иметь самое разное происхождение, однако в любом случае извлечение знаний из них сопряжено с определенными трудностями. В решении этой задачи может помочь парадигма социальной сети -- в качестве инструмента анализа Больших Данных могут cлужить персональные децентрализованные облака, состоящие из социально связанных индивидуумов.