注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 大数据下的机器学习算法综述

  2. 对大数据下的机器学习算法进行综述，值得一看。

  3. 所属分类：数据库

    • 发布日期：2014-06-09
    • 文件大小：646kb
    • 提供者：hegaofengseu

  1. 大数据下的机器学习算法综述

  2. 主要分析和总结当前用于处理大数据的机器学习算法的研究现状，此外，并行是处理大数据的主流方法，因此介绍一些并行算法，并引出大数据环境下机器学习研究所面临的问题，最后指出大数据机器学习的研究趋势

  3. 所属分类：机器学习

    • 发布日期：2017-11-30
    • 文件大小：317kb
    • 提供者：cyj2014go

  1. 大数据背景下机器学习算法的综述

  2. 当下我国信息产业的飞速发展,伴随而来的是大数据时代,产生海量的数据信息,科学规范处理大数据需求越来越高。目前,由于大数据复杂性、多样性、高维性特点,从数据中挖掘内在规律困难较大,小型机器学习算法在处理问题上捉襟见肘。因此,研究适合大数据背景下的机器学习算法成为当下的热点,本研究立足于分析当下机器学习算法的基本内涵,得出目前处理大数据的重要手段,为大数据时代发展提出理论指导。

  3. 所属分类：机器学习

    • 发布日期：2018-06-15
    • 文件大小：530kb
    • 提供者：qq_28339273

  1. 大数据下的典型机器学习平台综述

  2. 由于大数据海量、复杂多样、变化快,传统的机器学习平台已不再适用,因此,设计一个高效的、通用的大数据机器学习平台成为目前的研究热点。通过介绍和分析机器学习算法的特点以及大规模机器学习的数据和模型并行化,引出常见的并行计算模型。简单介绍了整体同步并行模型(BSP)、SSP并行计算模型以及BSP、SSP模型与AP模型的区别,主要介绍了基于这些并行模型的典型的机器学习平台和这些平台的优缺点,并指出各个平台最适合处理何种大数据问题。最后从采用的抽象数据结构、并行计算模型、容错机制等方面对典型的机器学习平

  3. 所属分类：机器学习

    • 发布日期：2018-06-17
    • 文件大小：1mb
    • 提供者：qq_28339273

  1. 大数据下的机器学习算法综述

  2. 当下我国信息产业的飞速发展,伴随而来的是大数据时代,产生海量的数据信息,科学规范处理大数据需求越来越高。目前,由于大数据复杂性、多样性、高维性特点,从数据中挖掘内在规律困难较大,小型机器学习算法在处理问题上捉襟见肘。因此,研究适合大数据背景下的机器学习算法成为当下的热点,本研究立足于分析当下机器学习算法的基本内涵,得出目前处理大数据的重要手段,为大数据时代发展提出理论指导。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-07-29
    • 文件大小：127kb
    • 提供者：qq_21403043

  1. 大数据下的机器学习算法综述_何清

  2. 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． 由于大数据的海量、复杂多样、变化 快的特性，对于大数据环境下的应用问题，传统的在小数据上的机器学习算法很多已不再适用． 因此，研究大数据 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． 文中主要分析和总结当前用于处理大数据的机器学 习算法的研究现状． 此外，并行是处理大数据的主流方法，因此介绍一些并行算法，并引出大数据环境下机器学习 研究所面临的问题． 最后指出大数据机器学习的研究趋势．

  3. 所属分类：机器学习

    • 发布日期：2018-12-19
    • 文件大小：320kb
    • 提供者：xurileidian

  1. 大数据下的机器学习算法综述.pdf

  2. 大数据下的机器学习算法综述，介绍利用大数据做机器学习的常用算法ordan Little bootstraps Boot frap ordan 4 4.1 4.2 Kol- Tucker Memory -Efficient Tucker Decomposition MET MET densed Nearest Neighbor CNN R duced nearest neighbor RnN Ed MET ted Nearest Neighbor ENN Wahba h 10 Regularize

  3. 所属分类：机器学习

    • 发布日期：2019-07-16
    • 文件大小：319kb
    • 提供者：hejx1213

  1. 大数据下的机器学习算法综述_何清.pdf

  2. 大数据特征以及机器学习算法介绍，可以对机器学习算法一个大致的了解。

  3. 所属分类：算法与数据结构

    • 发布日期：2019-08-22
    • 文件大小：317kb
    • 提供者：u010690943

  1. 大数据下的机器学习算法综述_何清

  2. 大数据下的机器学习算法综述_何清

  3. 所属分类：Java

    • 发布日期：2019-08-23
    • 文件大小：134kb
    • 提供者：caoli201314

  1. 机器学习模型安全与隐私研究综述

  2. 在大数据时代下，深度学习、强化学习以及分布式学习等理论和技术取得的突破性进展，为机器学习提供了数据和算法层面的强有力支撑，同时促进了机器学习的规模化和产业化发展.然而，尽管机器学习模型在现实应用中有着出色的表现，但其本身仍然面临着诸多的安全威胁。

  3. 所属分类：机器学习

    • 发布日期：2020-11-13
    • 文件大小：1mb
    • 提供者：syp_net

  1. 稀疏子空间聚类综述

  2. 稀疏子空间聚类(Sparse subspace clustering,SSC)是一种基于谱聚类的数据聚类框架.高维数据通常分布于若干个低维子空间的并上,因此高维数据在适当字典下的表示具有稀疏性.稀疏子空间聚类利用高维数据的稀疏表示系数构造相似度矩阵,然后利用谱聚类方法得到数据的子空间聚类结果.其核心是设计能够揭示高维数据真实子空间结构的表示模型,使得到的表示系数及由此构造的相似度矩阵有助于精确的子空间聚类.稀疏子空间聚类在机器学习、计算机视觉、图像处理和模式识别等领域已经得到了广泛的研究和应用,

  3. 所属分类：其它

  1. 大数据下的机器学习算法综述

  2. 随着产业界数据量的爆炸式增长，大数据(Big Data)概念引发的热情也越来越高涨。产业界需求与关注点发生了重大转变：企业关注的重点转向数据，计算机行业正在转变为真正的信息行业，从追求计算速度转变为关注大数据处理能力，软件也将从数据采集与存储为主转变为以数据处理为中心。机器学习算法在学术界具有很高的学术研究价值，在产业界有很大的实用价值。由于大数据的海量、复杂多样、变化快的特性，对于大数据环境下的应用问题，传统的在小数据上的机器学习算法很多已经不再适用。因此，研究大数据环境下的机器学习算法成为学

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：315kb
    • 提供者：weixin_38675970