抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
機械学習ライブラリは,大規模データマイニングプラットフォームに不可欠である。そのようなプラットフォームにおける現在の機械学習ライブラリを採用することに関する3つの限界がある。最初に,これらのアルゴリズムは,オンラインおよびオフライン大データ解析の両方を扱うために実行されない。第二に,図書館は異なるプログラミング言語を用いて様々なフレームワークに存在し,それはいくつかのアルゴリズムを統合することを困難にする。第3に,ほとんどの機械学習ライブラリはプログラミングのためのAPIsを提供し,従って,アルゴリズムの十分な理解とプログラミングスキルの欠如を持たない。本論文では,一般的なアルゴリズムと深い学習アルゴリズムを含む包括的な機械学習ライブラリを実装した。このライブラリーを用いてオンラインおよびオフラインデータ解析の両方を可能にするプラットフォームレベルでこのライブラリを統合した。著者らは,迅速で容易なデータ解析実践を可能にするユーザに優しいポータルをさらに設計する。これらのすべてはオンラインオフライン結合Bigデータマイニングプラットフォーム(00BDP)を形成する。このプラットフォームを用いた大規模油データ解析の実証を示した。著者らは,この00BDPが,個人化された利用シナリオによって,適応可能なデータマイニングプロセスのための工業的要求を容易に適応でき,経験を容易にすることができることを観察した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】
