Перевод названия: About the use of evolutionary algorithms in big data analysis
Тип публикации: статья из журнала
Год издания: 2017
Ключевые слова: evolutionary algorithms, Big Data, feature selection, instance selection, missing-data imputation, эволюционные алгоритмы, Большие Данные, отбор признаков, селекция обучающих примеров, заполнение пропусков
Аннотация: Статья носит обзорный характер: на ряде примеров демонстрируется целесообразность использования эволюционных алгоритмов для анализа больших данных. Эволюционные алгоритмы обладают очевидными преимуществами: высокая масштабируемость и гибкость, способность решать задачи глобальной оптимизации и оптимизировать несколько критериев однПоказать полностьюовременно являются существенными при отборе информативных признаков, селекции обучающих примеров и решении других задач снижения размерности данных. В частности, рассматривается применение эволюционных алгоритмов в сочетании с такими инструментами машинного обучения как нейронные сети и нечеткие системы. Приведенные примеры доказывают, что эволюционное машинное обучение становится все более и более востребованным и ожидается дальнейшее развитие данной области, в особенности в отношении анализа больших данных. This article is a survey: several examples demonstrate the expediency of using evolutionary algorithms in Big Data analysis. Evolutionary algorithms have evident advantages: their high scalability and flexibility, ability to solve global optimization problems and optimize several criteria simultaneously are essential for feature selection, instance selection and missing-data imputation problems. Moreover, we illustrate the use of evolutionary algorithms in combination with such machine learning tools as neural networks and fuzzy systems. Our examples show that Evolutionary Machine Learning is getting more and more applicable in data processing and we anticipate seeing the further development of this area especially in the sense of Big Data.
Журнал: Искусственный интеллект и принятие решений
Выпуск журнала: № 3
Номера страниц: 82-93
ISSN журнала: 20718594
Место издания: Москва
Издатель: Федеральное государственное учреждение "Федеральный исследовательский центр "Информатика и управление" Российской академии наук