期刊文献+

面向大数据技术的《机器学习》数据分析与处理方法 被引量:3

Data Analysis and Processing Methods of Machine Learning for Big Data
下载PDF
导出
摘要 随着大数据技术的发展,机器学习朝着智能化数据分析与处理的方向发展,结合新知识和社会实际需求变化,学生需要深入了解机器学习的发展动态。本文通过研究面向大数据技术的机器学习数据分析与处理方法,拓宽学生的知识面和专业视野,为下一步实现符合社会实际需求的《机器学习》课程建设目标奠定了基础。 With the development of big data technology,machine learning is improved towards the intelligent data analysis and processing.Students should have insight into the development tendency of machine learning in order to combine the new knowledge with the social actual demand.Through the research of machine learning for big data,it is certain that students can broaden the range of professional knowledge.It lays the foundation for the next step to achieve the curriculum construction goal of machine learning.
作者 赵婕 白振豪 赵锦荣 Zhao Jie;Bai Zhenhao;Zhao Jinrong(Department of Intelligence and Automation, Taiyuan University, Taiyuan Shanxi 030032, China)
出处 《山西电子技术》 2022年第3期9-11,17,共4页 Shanxi Electronic Technology
基金 山西省高等学校教学改革创新项目(J2021769) 山西省社科联重点课题(SSKLZDKT2021114) 国家级大学生创新创业训练计划项目(20211012)。
关键词 机器学习 大数据 数据处理 数据分析 machine learning big data data processing data analysis
  • 相关文献

参考文献5

二级参考文献126

  • 1洪永淼.计量经济学的地位、作用和局限[J].经济研究,2007,42(5):139-153. 被引量:132
  • 2王珏,周志华,周傲英.机器学习及其应用[M].北京:清华大学出版社,2006.
  • 3周志华.机器学习与数据挖掘[J].中国计算机学会通讯,2007,3(12):27.37.
  • 4Labrinidis A, Jagadish H V. Challenges and Opportunities with Big Data. Proc of the VLDB Endowment, 2012, 5(12) : 2032-2033.
  • 5Bizer C, Boncz P, Brodie M L, et al. The Meaningful Use of Big Data : Four Perspectives-Four Challenges. ACM SIGMOD Record, 2012, 40(4) : 56-60.
  • 6Wang F Y. A Big-Data Perspective on AI: Newton, Merton, and An- alytics Intelligence. IEEE Intelligent Systems, 2012, 27 (5) : 2-4.
  • 7Simon H A. Why Should Machines Learn?//Michalski R S, Car- bonell J G, Mitchell T M, et al. , eds. Machine Learning: An Arti- ficial Intelligence Approach. Berlin, Germany: Springer, 1983: 25 -37.
  • 8Hart P. The Condensed Nearest Neighbor Rule. IEEE Trans on In- formation Theory, 1968, 14(3) : 515-516.
  • 9Gates G. The Reduced Nearest Neighbor Rule. IEEE Trans on In- formation Theory, 1972, 18(3) : 431-433.
  • 10Brighton H, Mellish C. Advances in Instance Selection for Instance- Based Learning Algorithms. Data Mining and Knowledge Discovery, 2002, 6(2) : 153-172.

共引文献440

同被引文献14

引证文献3

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部