Journal of Data Mining en génomique et protéomique

Abstrait

Mise en œuvre de l'apprentissage automatique pour l'analyse des Big Data, défis et solutions

Ahmed N AL-Masri et Manal M Nasir

L'analyse des Big Data est l'un des grands défis des algorithmes de machine learning (LM) car la plupart des applications réelles impliquent une base de connaissances massive en informations ou en Big Data. En revanche, un système d'intelligence artificielle (IA) doté d'une base de connaissances en données doit être capable de calculer le résultat de manière précise et rapide. Cette étude s'est concentrée sur les défis et les solutions liés à l'utilisation du Big Data. Le traitement des données est une étape obligatoire pour transformer les Big Data non structurées en un ensemble de données significatif et optimisé dans n'importe quel module LM. Cependant, un ensemble de données optimisé doit être déployé pour prendre en charge un traitement distribué et une application en temps réel. Ce travail a également passé en revue les technologies actuellement utilisées dans l'analyse des Big Data et le calcul LM et a souligné que la viabilité de l'utilisation de différentes solutions pour certaines applications pourrait augmenter les performances du LM. Le nouveau développement, en particulier dans le cloud computing et la vitesse des transactions de données, offre des avantages significatifs pour l'utilisation pratique des applications d'IA.