大数据时代的机器学习研究专刊前言
进入21世纪以来,科学研究与社会生活各个领域中的数据正在以前所未有的速度产生并被广泛收集与存储.如何实现数据的智能化处理从而充分利用数据中蕴含的知识与价值,已成为当前学术界与产业界的共识.机器学习作为一种主流的智能数据处理技术,是实现上述目标的核心途径.传统机器学习研究通常假设数据具有相对简单的特性,如数据来源单一、概念语义明确、数据规模适中、结构静态稳定等.当数据具有以上简单特性时,基于现有的机器学习理论与方法可以有效地实现数据的智能化处理.然而,在大数据时代背景下,数据往往体现出多源异构、语义复杂、规模巨大、动态多变等特殊性质,为传统机器学习技术带来了新的挑战.本专刊选题为"大数据时代的机器学习研究",反映我国学者在大数据机器学习等领域的部分近期研究成果.
大数据、时代、机器学习理论、学习研究、智能化处理、数据处理技术、知识与价值、概念语义、研究成果、学习技术、特性、特殊性质、数据来源、数据规模、社会生活、科学研究、静态稳定、多源异构、动态多变、学术界
26
TP3;O22
2016-08-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
2749-2751