人工智能在自动化数据挖掘中的算法优化研究.pdfVIP

信息与电脑

人工智能与大数据InformationComputer2025年第10期

人工智能在自动化数据挖掘中的算法优化研究

窦玉姣

（广东省机械技师学院，广东广州510450）

摘 要：随着大数据时代的到来，自动化数据挖掘在各个领域的应用日益广泛。通过对深度学习、强化学习等人工

智能技术在数据挖掘中的应用进行研究，文章提出了一种基于改进型遗传算法的自适应参数优化方法。实验表明，该方

法在处理高维数据时，相比传统算法可将计算时间减少35%，准确率提升18%。同时，针对噪声数据的处理能力得到

显著提升，在实际业务场景中表现出较强的鲁棒性和适应性。通过对金融、医疗等领域的实际数据集进行验证，证实了

该方法在自动化特征工程和模型选择方面的优越性。

关键词：人工智能；数据挖掘；算法优化；遗传算法；自适应参数

中图分类号：TP311   文献标识码：A   文章编号：1003-9767（2025）10-016-03

ResearchonAlgorithmOptimizationofArtificialIntelligence

inAutomatedDataMining

DOUYujiao

(GuangdongMechanicalTechnicianCollege,GuangzhouGuangdong510450,China)

Abstract:Withtheadventofthebigdataera,theapplicationofautomateddatamininginvariousfieldshasbecome

increasinglywidespread.Thestudyinvestigatestheapplicationofartificialintelligencetechnologies,suchasdeeplearningand

reinforcementlearning,indataminingandproposesanadaptiveparameteroptimizationmethodbasedonanimprovedgenetic

algorithm.Experimentalresultsdemonstratethatthismethodreducescomputationtimeby35%andimprovesaccuracyby18%

comparedtotraditionalalgorithmswhenprocessinghigh-dimensionaldata.Additionally,themethodsignificantlyenhances

theabilitytohandlenoisydata,exhibitingstrongrobustnessandadaptabilityinreal-worldbusinessscenarios.Validationusing

real-worlddatasetsfromfieldssuchasfinanceandhealthcareconfirmsthesuperiorityofthismethodinautomatedfeature

engineeringandmodelselection.

Keywords:artificialintelligence;datamining;algorithmoptimization;geneticalgorithm;adaptiveparameters

0 引 言通过将人