作者：仵博 冯延蓬 孟宪军 江建举 何国坤大数据增强学习维数灾
摘要：在大数据应用领域,如何快速地对海量数据进行挖掘是当前大数据应用基础研究的热点和难点,也是制约大数据真正应用的关键.而机器学习是解决该问题的有效途径,本文综述抽象增强学习、可分解增强学习、分层增强学习、关系增强学习和贝叶斯增强学习等五类增强学习方法的研究进展,分析了它们的优势和缺点,指出将监督学习或半监督学习与增强学习相结合是大数据机器学习的有效方法.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《深圳职业技术学院学报》（CN：44-1572/Z）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《深圳职业技术学院学报》强调创新性，突出技术性及应用性研究。根据职业院校的学科与研究特点，坚持理论联系实际，从生产、服务、管理的实际需要出发，面向国民经济主战场，重视发表那些理论密切联系实际，有重要应用价值和指导意义的文章。
杂志详情
