人工智能论文机器学习与大数据

《人工智能论文机器学习与大数据》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、《人工智能》课程结课论文课题：机器学习与大数据姓名:学号:班级:指导老师:2015年11月13日机器学习与大数据摘要大数据并不仅仅是指海量数据，而更多的是指这些数据都是非结构化的、残缺的、无法用传统的方法进行处理的数据。人数据时代的來临，随着产业界数据量的爆炸式增长，大数据概念受到越来越多的关注。然而随着大数据“越来越大”的发展趋势，我们在分析和处理的过程中感觉到的困难也愈加的多了。这个时候我们想到了机器学习。机器学习儿乎无处不在，即便我们没有专程调用它们，它们也经常出现在大数据应用之中，大数据环境下机器

2、学习的创新和发展也倍加受到了关注。关键词：大数据；机器学习；大数据时代MachinelearningandbigdataAbstractBigdataisnotonlyreferstothehugeamountsofdata，andtotalkaboutthesearestructured，broken,can’tusethetraditionalmethodofprocessingdata.Comingoftheeraofbigdata，withtheindustrytotheexplosionofda

3、tavolumes,largedataconceptismoreandmoreattention.However,asthedata，thedevelopmenttrendof"growing”intheprocessofanalysisandprocessingwefeelismoredifficult.Thistimewethoughtaboutthemachinelearning.Machinelearningisalmosteverywhere,evenifwedon’thavetocallthe

4、mspecially，theyarealsooftenappearinthebigdataapplications，largedatamachinelearningundertheenvironmentofinnovationandthedevelopmentalsohasreceivedtheattention.Keywords:BigData;Machinelearning;AgeofBigData第1章引言2第2章机器学习与大数据32.1机器学习32.2大数据3第3章大数据时代下的机器学习33.1大

5、数据时代33.2机器学习己成为大数据的基石33.3机器学习帮助数据日志的分析解决4第4章大数据时代应运而生的机器学习新趋势44.1机器学习的研允方向44.2机器学习适应大数据时代发展4第5章结束语5#考文献(5第1章引言机器学习几乎无处不在，即便我们没有专程调用它们，它们也经常出现在大数据应用之中。随着产业界数据量的爆炸式增长，大数据概念受到越来越多的关注。研允大数据环境下的机器学习算法成为学术界和产业界共同关注的话题。机器学习是继专家系统后人工智能应用的又一重要研究领域，也是人工锊能和祌经计算的核心研宄

6、课题之一。随着产业界数据量的爆炸式增长，数据以前所未奋的速度积累，大数据(Bigdata)概念受到越来越多的关注。大数据正在给数据密集型企业带来丰厚的利润，大数据是现有产业升级与新产业诞生的保障。第2章机器学习与大数据2.1机器学习机器学习己成为新的边缘学科并在高校形成一门课程。它综合应用心理学、生物学和神经牛.理学以及数学、自动化和计算机科学形成机器学习理论基础。机器学习与人工智能各种基础问题的统一性观点正在形成。例如学习与问题求解结合进行、知识表达便于学习的观点产生了通用智能系统SOAR的组块学习。类

7、比学习与问题求解结合的基于案例方法已成为经验学习的重要方向。学习是一项复杂的智能活动，学A）过程与推理过程是紧密相连的，按照学4中使用推理的多少，机器学习所采用的策略大体上可分为4种一一机械学习、通过传授学习、类比学习和通过事例学习。学习中所用的推理越多，系统的能力越强。[1]2.2大数据随着大数据时代的到来，大数据逐渐成为学术界和产业界的热点、国际数据公司定义了大数据的四大特征：海量的数据规模（vast）,快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价

8、值（value）。[2]“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。[3]在很多领域，如互联网和金融领域，训练实例的数量是非常大的，每天汇合几十亿事件的数