چکیده

        یادگیری ماشین (ML) به‌طور مداوم قدرت خود را در طیف گسترده‌ای از برنامه‌های کاربردی نشان می‌دهد. این مسئله در سال های اخیر تا حدودی با توجه به ظهور داده‌های بزرگ بیشتر مورد توجه قرار گرفته است. الگوریتم ML هرگز بهترین عملکرد خود را نداشت تا اینکه توسط داده‌های بزرگ به چالش کشیده شد. داده‌های بزرگ، الگوریتم ML را قادر به کشف الگوهای دقیقتر و پیش‌بینی به موقع تر و دقیق تر از قبل کردند. از سوی دیگر، چالش‌های بزرگی در ML مانند مقیاس‌پذیری مدل و محاسبات توزیع شده مطرح کرد. در این مقاله، یک چارچوب از ML در داده‌های بزرگ (MLBiD) برای هدایت بحث به فرصت‌ها و چالش‌های آن معرفی خواهد شد. چارچوب ML محور، شامل مراحل پیش پردازش، یادگیری و ارزشیابی است. علاوه براین، چارچوب شامل چهار جزء دیگر، مانند داده‌های بزرگ، کاربران، دامنه و سیستم است. مراحل ML و اجزای MLBiD برای شناسایی فرصت‌های مرتبط و چالش‌ها و روشن کردن مسیر کاری آینده در بسیاری از موارد ناشناخته و یا در پژوهش حاضر ارائه شده است. 

ادامه مطلب

دانلود مقاله در مورد قانون کاوی انجمن

دانلود مقاله در مورد الگوریتم پیشرفته خطا یابی در شبکه

دانلود مقاله در مورد رفتار غیرکلامی و تقلید در مصاحبه

دانلود مقاله در مورد شبکه های حسگر

دانلود مقاله در مورد شبکه حسگر بی سیم انرژی

دانلود مقاله در مورد احساسات رسانه های اجتماعی

دانلود مقاله در مورد گفتمان های سیاسی

ml ,داده‌های ,  ,چارچوب ,های ,الگوریتم ,    ,داده‌های بزرگ ,خود را ,داده‌های بزرگ، ,الگوریتم ml

مشخصات

آخرین ارسال ها

آخرین جستجو ها

Michael آندرویدیفا | دانلود نرم افزار و بازی آندروید خبرگزاري شمال جامع ترین خبرنامه آنلاین پدرام باوند سبک زندگی کفسابي مدرسه چگونه مکانیست ؟؟؟ afsaneh1 خورشیدِ شب