குறியிடப்பட்டது
  • அகாடமிக் ஜர்னல்ஸ் டேட்டாபேஸ்
  • ஜெ கேட் திறக்கவும்
  • ஜெனமிக்ஸ் ஜர்னல்சீக்
  • JournalTOCகள்
  • ஆராய்ச்சி பைபிள்
  • Ulrich's Periodicals Directory
  • எலக்ட்ரானிக் ஜர்னல்ஸ் லைப்ரரி
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • OCLC- WorldCat
  • அறிஞர்
  • SWB ஆன்லைன் பட்டியல்
  • உயிரியல் மெய்நிகர் நூலகம் (vifabio)
  • பப்ளான்கள்
  • MIAR
  • மருத்துவக் கல்வி மற்றும் ஆராய்ச்சிக்கான ஜெனீவா அறக்கட்டளை
  • யூரோ பப்
  • கூகுள் ஸ்காலர்
இந்தப் பக்கத்தைப் பகிரவும்
ஜர்னல் ஃப்ளையர்
Flyer image

சுருக்கம்

பெரிய தரவு பகுப்பாய்வு, சவால்கள் மற்றும் தீர்வுகளுக்கான கற்றல் இயந்திர செயலாக்கம்

அஹ்மத் என் ஏஎல்-மஸ்ரி மற்றும் மணல் எம் நசீர்

பெரிய தரவு பகுப்பாய்வு என்பது கற்றல் இயந்திரம் (LM) அல்காரிதம்களுக்கான மிகப்பெரிய சவால்களில் ஒன்றாகும், ஏனெனில் பெரும்பாலான நிஜ வாழ்க்கை பயன்பாடுகள் ஒரு பெரிய தகவல் அல்லது பெரிய தரவு அறிவுத் தளத்தை உள்ளடக்கியது. இதற்கு நேர்மாறாக, தரவு அறிவுத் தளத்துடன் கூடிய செயற்கை நுண்ணறிவு (AI) அமைப்பு துல்லியமான மற்றும் விரைவான முறையில் முடிவைக் கணக்கிட முடியும். இந்த ஆய்வு பிக் டேட்டாவைப் பயன்படுத்துவதில் உள்ள சவால்கள் மற்றும் தீர்வுகள் குறித்து கவனம் செலுத்துகிறது. எந்த LM தொகுதியிலும் கட்டமைக்கப்படாத பிக் டேட்டாவை அர்த்தமுள்ள மற்றும் உகந்த தரவுகளாக மாற்றுவதற்கு தரவு செயலாக்கம் ஒரு கட்டாயப் படியாகும். இருப்பினும், விநியோகிக்கப்பட்ட செயலாக்கம் மற்றும் நிகழ்நேர பயன்பாட்டை ஆதரிக்க உகந்த தரவுத் தொகுப்பு பயன்படுத்தப்பட வேண்டும். இந்த வேலை தற்போது பிக் டேட்டா பகுப்பாய்வு மற்றும் எல்எம் கணக்கீட்டில் பயன்படுத்தப்படும் தொழில்நுட்பங்களை மதிப்பாய்வு செய்தது மற்றும் சில பயன்பாடுகளுக்கு வெவ்வேறு தீர்வுகளைப் பயன்படுத்துவதன் நம்பகத்தன்மை LM செயல்திறனை அதிகரிக்கக்கூடும் என்பதை வலியுறுத்தியது. புதிய மேம்பாடு, குறிப்பாக கிளவுட் கம்ப்யூட்டிங் மற்றும் தரவு பரிவர்த்தனை வேகம், AI பயன்பாடுகளின் நடைமுறை பயன்பாட்டிற்கு குறிப்பிடத்தக்க நன்மைகளை வழங்குகிறது.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவ