文献类型：期刊文章

作　　者：何清[1] 李宁[1,2,3] 罗文娟[1,2] 史忠植[1]

机构地区：[1]中国科学院计算技术研究所智能信息处理重点实验室,北京100190 [2]中国科学院大学,北京100049 [3]河北大学数学与计算机学院,保定071002

出　　处：《模式识别与人工智能》

基　　金：国家自然科学基金项目(No.61175052;61203297;61035003;61363058);国家863计划项目(No.2014AA012205;2013AA01A606;2012AA011003)资助

年　　份：2014

卷　　号：27

期　　号：4

起止页码：327-336

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD2013_2014、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：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.

关 键 词：大数据 机器学习  分类  聚类 并行算法  

分 类 号：TP18]