大数据时代机器学习的新趋势 new trend of machine learning in the age of big data.pdfVIP

综述 大数据时代机器学习的新趋势 陈康1，向 勇1。喻超2 _圜当前，大数据技术和应用吸引了众多的关注，对大量结构繁多的数据进行分析并获得知识，需要 充分利用机器学习的相关技术和成果。本文主要讨论了大数据时代机器学习的发展新趋势和研 究重点，并对与大数据相关性大的几个关键技术进行了分析介绍。 关键词 大数据；机器学习；半簸督学习；集成学习；概率图模型；迁移学习 二i 交麟标识码?浚doi：10；3969／j．issn；i湖-0801．瓣12．12．0li4 机器学习的发展必然密不可分。 1 引言 业界对大数据的特征也进行了归纳．主要包括以下4点 机器学习是人工智能的一个核心研究领域。1997年 (“4个V”)：数据体量巨大(volume)、数据类型繁多 MitchellTM在“Machine Learning”一书中给出了机器学习 的经典定义“计算机利用经验改善系统自身性能的行为”【1】。 速处理(velocity)。由于这几大特征，大数据的发展从研究 人类具有学习能力。其学习行为背后具有非常复杂的处理 方向、评测指标以及关键技术等方面对机器学习都提出了 机制，这种处理机制就是机器学习理论。机器学习主要研 新的需求和挑战。 究如何使用计算机模拟和实现人类获取知识(学习)过程， 2研究方向 创新、重构已有的知识，从而提升自身处理问题的能力。机 器学习的最终目的是从数据中获取知识。 在整个机器学习的发展历程中。一直有两大研究方 近年来，大数据吸引了越来越多的关注。从各种各样 向。一是研究学习机制，注重探索、模拟人的学习机制：二 的数据(包括结构化、半结构化和非结构化数据)中快速获 是研究如何有效利用信息，注重从巨量数据中获取隐藏 得有价值信息的能力，就是大数据技术。传统数据分析技 的、有效的、可理解的知识。学习机制的研究是机器学习产 术着重于用预先设定的适当统计方法对数据进行分析，以 生的源泉．但随着大数据时代各行业对数据分析需求的持 求发现数据的功能和价值：与传统数据分析相比，大数据 续增加，通过机器学习高效地获取知识，已逐渐成为当今 技术的其中一个核心目标是要从体量巨大、结构繁多的数 机器学习技术发展的主要推动力。 据中挖掘出隐藏在背后的规律．从而使数据发挥最大化的 大数据时代的机器学习更强调“学习本身是手段”，机 价值。从大量结构繁多的数据中挖掘隐藏规律，对人工操 器学习成为一种支持技术和服务技术。如何基于机器学习 作而言，几乎无能为力。必须与机器学习相结合，由计算机 对复杂多样的数据进行深层次的分析。更高效地利用信息 代替人去挖掘信息。获取知识。大数据技术的目标实现与 成为当前机器学习研究的主要方向。机器学习越来越朝着 万方数据 。。奠遗豳豳豳豳豳一 智能数据分析的方向发展，并已成为智能数据分析技术的 (4)计算时间的限制 一个重要源泉。另外，在大数据时代，随着数据产生速度的 很多应用，如自动导航或智能推荐等，都需要进行实 持续加快，数据的体量有了前所未有的增长，而需要分析 时预测。在这些情形下由于推理速度的限制，需要推理算 的新的数据种类也在不断涌现．如文本的理解、文本情感 法的并行化。决定系统计算时间的因素一般有两个：一是 的分析、图像的检索和理解、图形和网络数据的分析等，机