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。