淺議大數(shù)據(jù)機(jī)器學(xué)習(xí)系統(tǒng)研究進(jìn)展

陳俊操

摘要：隨著現(xiàn)代社會(huì)的迅速發(fā)展，越來越多的先進(jìn)機(jī)器設(shè)備應(yīng)用到我們的日常生產(chǎn)生活當(dāng)中，其中大數(shù)據(jù)機(jī)器學(xué)習(xí)系統(tǒng)的發(fā)展成為人們普遍關(guān)注的話題，本文對(duì)大數(shù)據(jù)機(jī)器系統(tǒng)學(xué)習(xí)的方式進(jìn)行分析，探究?jī)?yōu)化對(duì)策，為機(jī)器學(xué)習(xí)的進(jìn)一步發(fā)展奠定一個(gè)良好的基礎(chǔ)，進(jìn)一步研究其學(xué)習(xí)系統(tǒng)的發(fā)展趨勢(shì)，為相關(guān)工作人員的具體工作提供一定的理論標(biāo)準(zhǔn)依據(jù)。

關(guān)鍵詞：大數(shù)據(jù);機(jī)器學(xué)習(xí)系統(tǒng);研究進(jìn)展

前言

隨著現(xiàn)在大數(shù)據(jù)時(shí)代逐漸來臨，我們了解到機(jī)器學(xué)習(xí)系統(tǒng)的發(fā)展方向主要可以分為兩種，第一種是學(xué)習(xí)機(jī)制，機(jī)器對(duì)于人類的行為已經(jīng)存在一定的模擬學(xué)習(xí)能力，第二種就是在這個(gè)信息傳輸迅速，數(shù)量龐大的時(shí)代，機(jī)器如何在大數(shù)據(jù)集合當(dāng)中進(jìn)行有效信息的提取利用，以及對(duì)于潛在信息的深入分析，機(jī)器在分析數(shù)據(jù)的同時(shí)，也是在追求更高水平的應(yīng)用學(xué)習(xí)，為了機(jī)器能夠更加科學(xué)有效地對(duì)數(shù)據(jù)進(jìn)行分析學(xué)習(xí)，迅速吸收并加以分析，推動(dòng)當(dāng)代數(shù)據(jù)社會(huì)的發(fā)展，相關(guān)工作人員必須對(duì)于機(jī)器學(xué)習(xí)系統(tǒng)進(jìn)行深層次的研究。

1.機(jī)器學(xué)習(xí)的常見方法

1.1監(jiān)督學(xué)習(xí)

監(jiān)督學(xué)習(xí)是基于一個(gè)預(yù)先設(shè)定好的學(xué)習(xí)標(biāo)準(zhǔn)，然后通過精確的計(jì)算公式來進(jìn)行參數(shù)的相關(guān)調(diào)整和完善以達(dá)到某個(gè)具體的目的，可能是為了要求精度或者最小的誤差，讓模型在不斷地調(diào)整過程當(dāng)中達(dá)到最優(yōu)，然后把成功的模型當(dāng)做一個(gè)成功的標(biāo)準(zhǔn)來衡量之后的新樣例指標(biāo)，通常情況下學(xué)習(xí)模型可以分為神經(jīng)網(wǎng)絡(luò)，貝葉斯分類器以及決策回歸幾種常見的類型，運(yùn)用精確方便的現(xiàn)代科學(xué)方法來進(jìn)行數(shù)據(jù)分析以調(diào)整減小誤差。在神經(jīng)網(wǎng)絡(luò)模型當(dāng)中可以使用梯度優(yōu)化的方法，在支持向量機(jī)內(nèi)進(jìn)行二次優(yōu)化，通過不斷的有效調(diào)整來獲取最優(yōu)化模型。

1.2無監(jiān)督學(xué)習(xí)

與前者不同，無監(jiān)督學(xué)習(xí)是不存在預(yù)先的模型的，沒有可以加以利用分析的信息，在具體的利用途徑當(dāng)中，無監(jiān)督分析主要用在處理信息，密度估計(jì)等工作當(dāng)中，當(dāng)數(shù)據(jù)流存在比較密集的分布，無監(jiān)督分析可以進(jìn)行相關(guān)樣本的聚集分類，在數(shù)據(jù)流當(dāng)中進(jìn)行采樣分析，選取最佳的相關(guān)數(shù)據(jù)表示，“最佳”這個(gè)判定標(biāo)準(zhǔn)會(huì)隨著情況的發(fā)展而逐漸變得不同，在分析主成分的工作當(dāng)中，達(dá)到最佳需要尋找最適合表達(dá)數(shù)據(jù)投影的子空間，流行學(xué)習(xí)是為了探究事物真實(shí)的流形分布，聚類分析則是無監(jiān)督學(xué)習(xí)當(dāng)中最主要的一項(xiàng)工作，就是講不同的數(shù)據(jù)流分為不同的層次，分別形成聚集的樣例簇，常見的聚類方法分為層次聚類，自組織影射和k均值聚類，無監(jiān)督學(xué)習(xí)由于沒有預(yù)先設(shè)定的情況，所以在對(duì)于數(shù)據(jù)進(jìn)行度量的時(shí)候具有較大的自由，分為基于相似性和度量?jī)蓚€(gè)主要方面。

1.3半監(jiān)督學(xué)習(xí)

傳統(tǒng)的機(jī)器在處理數(shù)據(jù)的時(shí)候?qū)τ谀切奈匆娺^的數(shù)據(jù)采取的是損失數(shù)據(jù)處理，這樣會(huì)造成一些有效設(shè)定數(shù)據(jù)的丟失，計(jì)算機(jī)進(jìn)行工作的時(shí)候會(huì)出現(xiàn)一種無監(jiān)督學(xué)習(xí)狀態(tài)，而監(jiān)督學(xué)習(xí)就是基于已完成識(shí)別的信息數(shù)據(jù)進(jìn)行分析，在同時(shí)存在已識(shí)別和未識(shí)別的信息狀態(tài)當(dāng)中，會(huì)出現(xiàn)一種監(jiān)督與未監(jiān)督學(xué)習(xí)相結(jié)合的處理模式，這時(shí)就需要相應(yīng)的半監(jiān)督學(xué)習(xí)處理分析方法，半監(jiān)督學(xué)習(xí)不僅可以對(duì)于已經(jīng)具有地域標(biāo)識(shí)的數(shù)據(jù)進(jìn)行相應(yīng)處理，還可以對(duì)沒有標(biāo)識(shí)無法識(shí)別的數(shù)據(jù)進(jìn)行分類，對(duì)其進(jìn)行回收利用，確保相關(guān)數(shù)據(jù)可以達(dá)到最大程度的利用，尤其是在現(xiàn)在這個(gè)信息數(shù)據(jù)大爆炸的社會(huì)，會(huì)有很多超出原本認(rèn)知范圍的數(shù)據(jù)，但是可能帶來的是更進(jìn)一步的發(fā)展，如果按照原來傳統(tǒng)的分析損耗程度，不利于數(shù)據(jù)處理的進(jìn)一步發(fā)展，如果不對(duì)其進(jìn)行新一步的分類和處理，會(huì)對(duì)于原本有價(jià)值的數(shù)據(jù)產(chǎn)生大量的浪費(fèi)。

1.4集成學(xué)習(xí)技術(shù)

科學(xué)的學(xué)習(xí)方法還是集取多種學(xué)習(xí)方法的優(yōu)點(diǎn)，對(duì)于現(xiàn)存的學(xué)習(xí)系統(tǒng)進(jìn)行不斷的優(yōu)化，取其精華，棄其糟粕，無論是人力還是物力，單個(gè)的學(xué)習(xí)方法必然會(huì)有一定的發(fā)展限制，集合的多學(xué)習(xí)機(jī)制可以以一種方法來彌補(bǔ)另一種方法的不足，利用集合的學(xué)習(xí)系統(tǒng)來應(yīng)對(duì)不斷變化的時(shí)代發(fā)展，越來越多數(shù)據(jù)的出現(xiàn)給人們有些眼花繚亂的錯(cuò)覺，數(shù)據(jù)處理問題是機(jī)器對(duì)人類進(jìn)行模擬學(xué)習(xí)的一項(xiàng)重要因素，需要在現(xiàn)有的基礎(chǔ)上進(jìn)行進(jìn)一步的分析結(jié)合，為數(shù)據(jù)分析管理和利用提供更多的可選擇的發(fā)展方向。

2.機(jī)器學(xué)習(xí)系統(tǒng)發(fā)展趨勢(shì)

2.1提升泛化能力

機(jī)器學(xué)習(xí)系統(tǒng)主要是通過不同的試驗(yàn)來選取最優(yōu)的工作方案，從而逐漸推廣應(yīng)用，提高機(jī)器運(yùn)作的整體效率，所以為了機(jī)器能夠更好地投入到工作當(dāng)中，提高機(jī)器學(xué)習(xí)系統(tǒng)的泛化能力至關(guān)重要，目前經(jīng)過大多數(shù)的測(cè)試，支持向量機(jī)這一項(xiàng)已經(jīng)初步結(jié)合了理論知識(shí)與實(shí)踐結(jié)果，成為應(yīng)用比較廣泛的學(xué)習(xí)方法，可以結(jié)合比較廣泛的知識(shí)，但是泛化能力還有很大的提升空間，機(jī)器學(xué)習(xí)系統(tǒng)還需要不斷實(shí)踐，不斷進(jìn)行改進(jìn)完善。

2.2提升學(xué)習(xí)可理解性

對(duì)于大多數(shù)生產(chǎn)運(yùn)作過程當(dāng)中，都不需要人類進(jìn)行過多的操作，都是由相關(guān)工作人員輸入口令，然后機(jī)器在其內(nèi)部進(jìn)行精確的算法計(jì)算，最后輸出相應(yīng)的數(shù)據(jù)內(nèi)容，但是要想讓機(jī)器的學(xué)習(xí)能力能夠應(yīng)付更高端更復(fù)雜的問題的時(shí)候，需要的是對(duì)于數(shù)據(jù)的可解釋程度，這也是在市場(chǎng)上競(jìng)爭(zhēng)的一個(gè)主要因素，所以為了提高機(jī)器的學(xué)習(xí)系統(tǒng)的有效性，需要相關(guān)工作人員對(duì)于數(shù)據(jù)進(jìn)行分析，增強(qiáng)其可解釋性，有助于計(jì)算機(jī)學(xué)習(xí)體系水平的提高。

2.3提升學(xué)習(xí)速度

現(xiàn)在這個(gè)信息迅速發(fā)展傳播的社會(huì)，數(shù)據(jù)產(chǎn)生的速度也大大加快，為了提高機(jī)器對(duì)這些數(shù)據(jù)進(jìn)行分析的速度，在關(guān)鍵時(shí)刻不掉鏈子，在不同的領(lǐng)域中進(jìn)行機(jī)器學(xué)習(xí)系統(tǒng)的優(yōu)化，相關(guān)工作人員對(duì)于機(jī)器的學(xué)習(xí)速度進(jìn)行專業(yè)的測(cè)試和檢驗(yàn)，總體的評(píng)價(jià)可以分為兩部分，訓(xùn)練是在具體的實(shí)踐過程當(dāng)中，尋求最佳的計(jì)算方案，后者是通過預(yù)測(cè)來實(shí)現(xiàn)最優(yōu)方案在計(jì)算當(dāng)中的速度優(yōu)化，要想得到科學(xué)有效的結(jié)果，需將兩者合理結(jié)合，提高機(jī)器學(xué)習(xí)系統(tǒng)的運(yùn)行效率。

3.總結(jié)

在機(jī)器學(xué)習(xí)系統(tǒng)優(yōu)化的過程當(dāng)中，首先要明確的是機(jī)器學(xué)習(xí)的常見方式，包括不存在既定數(shù)據(jù)的無監(jiān)督學(xué)習(xí)以及事先設(shè)計(jì)好數(shù)據(jù)模式的監(jiān)督學(xué)習(xí)，還有將兩者有效結(jié)合提高學(xué)習(xí)效率的半監(jiān)督學(xué)習(xí)，兩者結(jié)合可以實(shí)現(xiàn)取長(zhǎng)補(bǔ)短，還有基層學(xué)習(xí)技術(shù)和強(qiáng)化學(xué)習(xí)積累，與此同時(shí)，機(jī)器學(xué)習(xí)系統(tǒng)的多方面綜合發(fā)展是未來發(fā)展的必然趨勢(shì)，機(jī)器學(xué)習(xí)系統(tǒng)的優(yōu)化也是為了跟上數(shù)據(jù)時(shí)代發(fā)展的腳步，有助于國家經(jīng)濟(jì)的發(fā)展與提高。

參考文獻(xiàn)

[1]韓雪純.大數(shù)據(jù)時(shí)代下機(jī)器學(xué)習(xí)的應(yīng)用研究[J].科技風(fēng)，2018，351（19）：63-63.

[2]張素芳，翟俊海，王聰，等.大數(shù)據(jù)與大數(shù)據(jù)機(jī)器學(xué)習(xí)[J].河北大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，38（3）：299-308.