文献

J-GLOBAL ID：201802289483172369   整理番号：18A1146540

ビッグデータに関する様々な教師付きアルゴリズムの性能解析【JST・京大機械翻訳】

Performance analysis of various supervised algorithms on big data

著者 (3件)： Unnikrishnan Athira (M.Tech Student, Dept. of I.T, SOE CUSAT Kochi, India) ,  Narayanan Uma (Dept. of I.T, CUSAT Kochi, India) ,  Joseph Shelbi (Dept. of I.T, SOE CUSAT)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICECDS  ページ： 2293-2298  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大規模なデータ分析は,未知のパターン,隠れた相関,嗜好性,および他の有用な情報を発見するために巨大なデータセットを分析する実践である。Twitterは世界中で有名な社会ネットワークの一つである。非構造化されたデータは分類されない情報に由来し,Twitterツイートと他のソーシャルメディアポストは非構造化データの中心的ソースのいくつかである。非構造化データから意味のある情報を見出すことは非常に困難であり,分類技術の助けを借りて,非構造化データを組織型に変えることが可能である。本研究を通して,Bigデータに関する様々な分類アルゴリズムの性能を研究することを試みた。研究に必要なデータはTwitterストリーミングAPIを用いてTwitterから収集した。著者らは,データを分類するために,決定木,SVM,ナイーブBayes,ニューラルネットワークおよびk-最近傍のような教師つき機械学習アルゴリズムを適用した。結果は,SVM分類装置が他の分類装置と比較して最も高い精度を持つことを示した。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】

シソーラス用語： ディシジョンツリー ,  ニューラルネットワーク ,  構造形成 ,  嗜好性 ,  *性能分析 ,  ストリーミング ,  *アルゴリズム ,  分類装置 ,  データ解析
準シソーラス用語： SVM分類 ,  教師付き機械学習 ,  分類アルゴリズム ,  非構造化データ ,  社会的ネットワーク ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ビッグデータ ,  教師 ,  アルゴリズム ,  性能解析