تجزیه و تحلیل داده های بزرگ یکی از تمرکز بالای علم داده است و شکی نیست که داده های بزرگ در حال حاضر به سرعت در تمام زمینه های علم و مهندسی در حال رشد است. تجزیه و تحلیل داده های بزرگ فرایند بررسی و تجزیه و تحلیل داده های عظیم و متنوع است که می تواند کمک به zations organi تصمیم گیری کسب و کار آگاهانه تر، به خصوص برای کشف الگوهای پنهان، همبستگی ناشناخته، روند بازار، ترجیحات مشتری، و دیگر اطلاعات مفید است. داده های بزرگ ضروری شده است چرا که سازمان های متعدد با مقادیر عظیم اطلاعات خاص سر و کار دارند، که می تواند حاوی اطلاعات مفیدی در مورد مشکلاتی مانند هوش ملی، امنیت سایبری، زیست شناسی، تشخیص تقلب، بازاریابی، ستاره شناسی، و انفورماتیک پزشکی باشد. چندین تکنیک یادگیری ماشین امیدوار کننده را می توان برای تجزیه و تحلیل داده های بزرگ از جمله یادگیری نمایندگی، یادگیری عمیق، یادگیری توزیع شده و موازی، یادگیری انتقال، یادگیری فعال، و یادگیری مبتنی بر هسته استفاده کرد. علاوه بر این، تجزیه و تحلیل داده های بزرگ خواستار الگوریتم های جدید و پیچیده بر اساس تکنیک های یادگیری مک هین برای درمان داده ها در زمان واقعی با دقت و بهره وری بالا است.
سال انتشار : 2022
تعداد صفحات : 4
گرایش هوش مصنوعی
فرمت : ورد
زبان : انگلیسی و فارسی
ترجمه ماشینی
مبلغ قابل پرداخت 15,300 تومان
برچسب های مهم