БОЛЬШИЕ ДАННЫЕ И МАШИННОЕ ОБУЧЕНИЕ

Авторы

  • И. В. МИСЕВИЧ Полоцкий государственный университет

Аннотация

Статья посвящена изучению Больших данных и их особенностей, актуальности применения и значение для нашей повседневной жизни. Особое внимание уделяется способам обработки такого вида данных, в частности, рассматривается машинное обучение как наиболее эффективный. На конкретных примерах показано то, как работают методы машинного обучения.

Библиографические ссылки

Воронцов, К. В. Лекции по машинному обучению. www.MachineLearning.ru. 2004-2016.

Паньшин И. Машинное обучение [Электронный ресурс] – Режим доступа: https://newtonew.com/tech/machine-learning-novice. Дата доступа: 25.09.2020.

Соколов Е. Введение в машинное обучение и анализ данных [Электронный ресурс] – Режим доступа: http://docplayer.ru. Дата доступа: 25.09.2020.

Машинное обучение: искусственный интеллект помогает упорядочить хаос больших данных [Электронный ресурс].

Технологии Big Data: как использовать большие данные в маркетинге [Электронный ресурс] – Режим доступа: https://www.uplab.ru/blog/big-data-technologies/. Дата доступа: 25.09.2020.

Большие данные: новая теория и практика [Электронный ресурс] – Режим доступа: https://www.osp.ru/os/2011/10/13010990/. Дата доступа: 25.09.2020.

Big Data от А до Я. Часть 1: Принципы работы с большими данными, парадигма MapReduce [Электронный ресурс] – Режим доступа: https://habrahabr.ru/company/dca/blog/267361/. Дата доступа: 25.09.2020.

Веретенников А. В. BigData: анализ больших данных сегодня // Молодой ученый. – 2017. – №32. – С. 9-12 [Электронный ресурс] – Режим доступа: https://moluch.ru/archive/166/45354/. Дата доступа: 25.09.2020.

Загрузки

Опубликован

2020-12-15

Выпуск

Раздел

Информационные технологии

Как цитировать

МИСЕВИЧ, И. В. (2020). БОЛЬШИЕ ДАННЫЕ И МАШИННОЕ ОБУЧЕНИЕ. Электронный сборник трудов молодых специалистов Полоцкого государственного университета имени Евфросинии Полоцкой. Промышленность, (35), 116-118. извлечено от https://journals.psu.by/specialists_industry/article/view/3327