文件名称:大数据机器学习-研究论文
文件大小:781KB
文件格式:PDF
更新时间:2024-06-29 19:07:14
Data Mining Machine
在过去的十年中,机器学习技术已被用于解决与大数据有关的几个问题。 目前,有多种类型的机器学习 (ML) 技术可用,如监督式、无监督式和半监督式。 类似地,分类、预处理、关联规则、随机森林、决策树、支持向量机等几种技术可用于解决数据不平衡、机器翻译、机器人增强等问题。 今天我们需要几个基本的关于机器学习技术解决许多问题的事实,例如在多个应用程序中的预测分析,例如,在电子医疗保健应用程序(大数据:从连接的电子智能设备生成的数据)/其他应用程序(农业、电子商务、国防等)中.) 为此,大多数研究人员在讨论/决定在各自的应用中使用哪种技术或度量时感到困惑和犹豫。 机器学习技术与数据挖掘技术有何不同? 因此,本文回顾了几篇现有的工作/论文,并为所有(那些)研究人员提供了一种补救措施,这不仅解决了他们第一阶段的疑问(选择技术或指标以及对数据挖掘和机器学习的疑问),而且还减轻了一些问题关于机器学习技术(与深度学习相比)。 因此,总而言之,这项工作总结了与机器学习(包括大数据)相关的各种必要信息。 通过对评价指标和其他一些相关因素的调查,本文最后给出了一些未来的发展方向。