Mejora de la eficiencia de KNN utilizando programación paralela en F

Abstract

El trabajo se centra en el estudio de la paralelización de un algoritmo de Machine Learning denominado k-Nearest Neighbours (KNN), utilizando el lenguaje F y el framework .NET. Se ejecutaron pruebas de eficiencia, a fin de medir las mejoras obtenidas, y pruebas de eficacia, con el fin de comprobar que no hubiera cambios en la misma. Estas pruebas se compararon con otras de una implementación secuencial de referencia. De las implementaciones realizadas, se obtuvieron dos librerías: una que implementa el algoritmo de KNN haciendo uso de la mejora conseguida mediante la programación paralela y otra que implementa el modelo de programación paralela map-reduce. Se concluye que F, junto con el framework Microsoft .NET, permite hacer uso del cómputo en paralelo en busca de la mejora de la eficiencia de algoritmos, ofreciendo cuatro opciones principales de paralelización disponibles para el desarrollador. Se obtuvo un speedup de 2, aproximadamente, en los entornos de prueba utilizados.