大数据背景下的机器学习及其关键技术.pdf

电子技术

大数据背景下的机器学习及其关键技术

◆林泓宇

（南昌大学信息工程学院江西南昌330000）

摘要：随着互联网的发展，大数据技术吸引了越来越多的关注。现今网络上的数据正以前所未有的速度产生，要实现体量庞大

的数据的智能处理，充分利用数据中蕴含的价值，就需要采用机器学习方法。本文详细阐述了大数据环境下的机器学习研究，首先，

介绍了大数据时代机器学习的研究特点和主要评价指标；然后，在此基础上，分析了当前机器学习的关键技术；最后，总结本次研究。

关键词：大数据；机器学习；并行化

1大数据环境下的机器学习神经网络算法。对于这类“黑盒子”算法，绝大部分用户只能够

大数据环境下的机器学习赋予计算机从各式各样的庞大数看到模型输出的结果，却不知产生这些结果的原因。而随着数据

据（结构化、非结构化等类型数据）中较快地获得有价值的信息量的不断增加，问题复杂度的提高，模型的可解释性往往也越来

和知识的能力。传统机器学习着重用预先设定好的统计方法来对越差。在得到合理预测结果的同时，增强模型的可解释性尤为必

数据分析，以发现数据的价值；与传统机器学习相比，