人工智能技術(shù)的大數(shù)據(jù)分析方法的研究

張忠黎

摘 要：現(xiàn)階段信息技術(shù)飛速發(fā)展，科技成果日新月異，各行各業(yè)重視信息技術(shù)的應(yīng)用，為現(xiàn)代化經(jīng)濟建設(shè)指明了前進的方向。本文主要提出了大數(shù)據(jù)分析方法的問題，并且詳細介紹了當(dāng)前三種較為普遍的大數(shù)據(jù)分析方法，以供相關(guān)工作人員借鑒分析。

關(guān)鍵詞：人工智能;大數(shù)據(jù);機器學(xué)習(xí);深度學(xué)習(xí)

引 言

當(dāng)前我國重視工業(yè)化與信息化建設(shè)，為我國經(jīng)濟蓬勃發(fā)展注入強大力量，隨著云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用，在我國經(jīng)濟建設(shè)中，為實現(xiàn)萬物互聯(lián)做出了巨大貢獻。大數(shù)據(jù)分析方法的研究工作，是當(dāng)前信息技術(shù)研究的重點，并且隨著人工智能技術(shù)的發(fā)展，大數(shù)據(jù)技術(shù)將會對日常生活產(chǎn)生更大的影響。

1大數(shù)據(jù)分析方法問題的提出

目前，隨著我國新一代信息技術(shù)與現(xiàn)代制造業(yè)之間有效融合，為我國經(jīng)濟發(fā)展注入了強勁動力。并且各部門重視物聯(lián)網(wǎng)技術(shù)的應(yīng)用與創(chuàng)新，為實現(xiàn)萬物互聯(lián)做出了相應(yīng)的貢獻，現(xiàn)階段我國已經(jīng)逐步邁入工業(yè)大數(shù)據(jù)時代，重視大數(shù)據(jù)技術(shù)的應(yīng)用，成為了當(dāng)前我國實現(xiàn)工業(yè)化、現(xiàn)代化的重要途徑。

大數(shù)據(jù)是人類發(fā)展歷程中的重要資源，重視對大數(shù)據(jù)技術(shù)的研究工作，能夠充分發(fā)掘大數(shù)據(jù)內(nèi)在的價值與科學(xué)知識，實現(xiàn)產(chǎn)業(yè)經(jīng)濟的高速發(fā)展。目前，數(shù)據(jù)已經(jīng)無處不在，在我國經(jīng)濟發(fā)展中，可以對產(chǎn)業(yè)生產(chǎn)流程進行科學(xué)管理，從而實現(xiàn)產(chǎn)業(yè)經(jīng)濟結(jié)構(gòu)的調(diào)整，為我國經(jīng)濟發(fā)展注入新的活力。并且，大數(shù)據(jù)技術(shù)的應(yīng)用，將人工智能技術(shù)有效結(jié)合，從而將智能制造業(yè)應(yīng)用于社會大生產(chǎn)中，為制造業(yè)的變革做出巨大貢獻。

為了實現(xiàn)智能制造業(yè)的應(yīng)用，需要技術(shù)人員加強對大數(shù)據(jù)技術(shù)的研究工作，不斷探索大數(shù)據(jù)的分析方法，將大數(shù)據(jù)有效轉(zhuǎn)化為推動社會進步的重要力量。

2基于人工智能技術(shù)的大數(shù)據(jù)分析方法研究方向

2.1機器學(xué)習(xí)的大數(shù)據(jù)分析

機器學(xué)習(xí)是人工智能技術(shù)的組成部分之一，在現(xiàn)階段大數(shù)據(jù)分析技術(shù)研究中，應(yīng)用機器學(xué)習(xí)已經(jīng)成為了大數(shù)據(jù)分析技術(shù)中最重要的組成部分。技術(shù)人員使用機器學(xué)習(xí)技術(shù)，對于現(xiàn)階段大數(shù)據(jù)分析技術(shù)進行有效探討，從而提升當(dāng)前工作質(zhì)量，將大數(shù)據(jù)技術(shù)應(yīng)用于日常生活中。研究人員對大數(shù)據(jù)的分析，主要從四個方面開始展開，分別是：大數(shù)據(jù)聚類、大數(shù)據(jù)關(guān)聯(lián)分析、大數(shù)據(jù)分類、大數(shù)據(jù)預(yù)測。研究人員在使用機器學(xué)習(xí)分析大數(shù)據(jù)技術(shù)的時候，需要結(jié)合現(xiàn)階段機器學(xué)習(xí)技術(shù)實際，將機器學(xué)習(xí)技術(shù)有效應(yīng)用于日常生活中。

例如：研究人員在使用機器學(xué)習(xí)分析大數(shù)據(jù)的時候，使用傳統(tǒng)的聚類算法，將現(xiàn)階段大規(guī)模數(shù)據(jù)進行分塊簡化，然后將這些數(shù)據(jù)處理結(jié)果再次合并，從而實現(xiàn)對大數(shù)據(jù)的分析工作。其中MapReduce是現(xiàn)階段主流的分布式計算機框架之一，研究人員能夠借助該框架實現(xiàn)機器學(xué)習(xí)的數(shù)據(jù)分析工作。

在對傳統(tǒng)聚類算法的研究中，由于現(xiàn)階段數(shù)據(jù)量較大，整體研究工作較為繁瑣，是并行聚類算法，能夠有效提高計算機處理速度，從而實現(xiàn)對傳統(tǒng)大數(shù)據(jù)的分析工作。

2.2深度學(xué)習(xí)的大數(shù)據(jù)分析

現(xiàn)階段大數(shù)據(jù)研究工作中，重視深度學(xué)習(xí)技術(shù)的應(yīng)用，為提高計算機運行質(zhì)量做出相應(yīng)的貢獻。深度學(xué)習(xí)是現(xiàn)階段人工智能技術(shù)的關(guān)鍵技術(shù)，需要企業(yè)工作人員，重視對模型訓(xùn)練過程中不同的閾值與參數(shù)進行迭代運算，從而實現(xiàn)現(xiàn)階段計算機智能，能夠?qū)@些隱層階段建立起深層網(wǎng)絡(luò)，逐步適應(yīng)當(dāng)前工作質(zhì)量，為大數(shù)據(jù)分析工作指明前進的方向[1]。

目前深度學(xué)習(xí)技術(shù)的研究工作已經(jīng)取得了一定的進步，為我國經(jīng)濟產(chǎn)業(yè)發(fā)展提供了有效助力?；赟park的分布式平臺，能夠借助內(nèi)存計算，從而實現(xiàn)對模型參數(shù)的訓(xùn)練，逐步建立起深層網(wǎng)絡(luò)，提高了大數(shù)據(jù)分析效率，并且為現(xiàn)階段大數(shù)據(jù)探究工作指明了方向。在深度神經(jīng)網(wǎng)絡(luò)分析中，研究人員重視算法工作，并且借助信息理論，逐步適應(yīng)當(dāng)前工作的發(fā)展，將整體數(shù)據(jù)內(nèi)部的隱層神經(jīng)元個數(shù)進行明確，從而將大數(shù)據(jù)進行分塊，并且按照深度學(xué)習(xí)訓(xùn)練步驟，從而實現(xiàn)對不同數(shù)據(jù)的迭代計算，從而改變當(dāng)前工作質(zhì)量，提高了深度學(xué)習(xí)模型的學(xué)習(xí)速度，并且提高了相應(yīng)大數(shù)據(jù)分析技術(shù)的準確性，為實現(xiàn)大數(shù)據(jù)分析技術(shù)在日常工業(yè)建設(shè)中的應(yīng)用做出了貢獻。

深度學(xué)習(xí)技術(shù)的應(yīng)用，在應(yīng)對數(shù)據(jù)規(guī)模不斷擴大的現(xiàn)在，發(fā)揮著重要作用。研究人員在引導(dǎo)抽樣工作中，引入一些算法，能夠提升當(dāng)前工作質(zhì)量。研究人員重視對現(xiàn)有大數(shù)據(jù)技術(shù)的改進工作，逐步提升整體工作的靈活性[2]。

2.3計算智能的大數(shù)據(jù)分析

在現(xiàn)階段人工智能技術(shù)的發(fā)展中，計算智能是計算機研究工作的重要分支，借助于現(xiàn)有計算智能的研究方法，能夠?qū)Υ髷?shù)據(jù)進行高效處理。研究人員重視傳統(tǒng)優(yōu)化算法的使用，有效借助計算智能技術(shù)，從而實現(xiàn)對大數(shù)據(jù)的高效處理。

現(xiàn)階段基于群智能的大數(shù)據(jù)分析技術(shù)，是實現(xiàn)動態(tài)特性大數(shù)據(jù)分析的重要方法。群智能大數(shù)據(jù)分析方法是現(xiàn)階段分布式計算的重要分支，在大數(shù)據(jù)分析工作中有著廣泛應(yīng)用。當(dāng)前技術(shù)人員基于粒子群優(yōu)化技術(shù)，能夠?qū)Υ髷?shù)據(jù)進行有效處理?；跀?shù)據(jù)拆分與融合策略，現(xiàn)階段研究人員已經(jīng)實現(xiàn)了對不同樣本進行劃分，并且保持原有數(shù)據(jù)之間的信息傳遞，將不同子集之間進行有效融合，從而提高了大數(shù)據(jù)分析工作效率。目前，計算智能技術(shù)的使用，能夠從數(shù)據(jù)存儲與并行計算等方式，逐步建立起高效的管理機制，為大數(shù)據(jù)技術(shù)的應(yīng)用做出巨大貢獻。

結(jié) 論

總而言之，現(xiàn)階段人工智能技術(shù)在大數(shù)據(jù)分析工作中得到了有效應(yīng)用，需要技術(shù)人員加強研究工作，使用現(xiàn)有的大數(shù)據(jù)處理方法，為實現(xiàn)工業(yè)化、現(xiàn)代化做出相應(yīng)的貢獻。當(dāng)前研究工作面臨諸多挑戰(zhàn)，需要技術(shù)人員提高關(guān)注，逐步提升大數(shù)據(jù)分析工作質(zhì)量。

參考文獻

[1] 程聰，王永根.人工智能技術(shù)的大數(shù)據(jù)分析方法探討[J].信息記錄材料，2020，21（05）：128-130.

[2] 王萬良，張兆娟，高楠，等.基于人工智能技術(shù)的大數(shù)據(jù)分析方法研究進展[J].計算機集成制造系統(tǒng)，2019，25（03）：529-547.