深圳职业技术学院学报
深圳職業技術學院學報
심수직업기술학원학보
JOURNAL OF SHENZHEN POLYTECNIC
2014年
3期
71-75
,共5页
仵博%冯延蓬%孟宪军%江建举%何国坤
仵博%馮延蓬%孟憲軍%江建舉%何國坤
오박%풍연봉%맹헌군%강건거%하국곤
大数据%增强学习%维数灾
大數據%增彊學習%維數災
대수거%증강학습%유수재
在大数据应用领域,如何快速地对海量数据进行挖掘是当前大数据应用基础研究的热点和难点,也是制约大数据真正应用的关键.而机器学习是解决该问题的有效途径,本文综述抽象增强学习、可分解增强学习、分层增强学习、关系增强学习和贝叶斯增强学习等五类增强学习方法的研究进展,分析了它们的优势和缺点,指出将监督学习或半监督学习与增强学习相结合是大数据机器学习的有效方法.
在大數據應用領域,如何快速地對海量數據進行挖掘是噹前大數據應用基礎研究的熱點和難點,也是製約大數據真正應用的關鍵.而機器學習是解決該問題的有效途徑,本文綜述抽象增彊學習、可分解增彊學習、分層增彊學習、關繫增彊學習和貝葉斯增彊學習等五類增彊學習方法的研究進展,分析瞭它們的優勢和缺點,指齣將鑑督學習或半鑑督學習與增彊學習相結閤是大數據機器學習的有效方法.
재대수거응용영역,여하쾌속지대해량수거진행알굴시당전대수거응용기출연구적열점화난점,야시제약대수거진정응용적관건.이궤기학습시해결해문제적유효도경,본문종술추상증강학습、가분해증강학습、분층증강학습、관계증강학습화패협사증강학습등오류증강학습방법적연구진전,분석료타문적우세화결점,지출장감독학습혹반감독학습여증강학습상결합시대수거궤기학습적유효방법.