大数据下的典型机器学习平台综述

• 作者: 李云 焦嘉烽
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 大数据 机器学习平台 并行计算模型 参数服务器
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 第十六届中国机器学习会议(CCML 2017)
• 页码范围: 3039-3047,3052
• 页数: 10页
• 分类号: TP311
• 字数: 11062字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.11.3039

摘要

由于大数据海量、复杂多样、变化快,传统的机器学习平台已不再适用,因此,设计一个高效的、通用的大数据机器学习平台成为目前的研究热点.通过介绍和分析机器学习算法的特点以及大规模机器学习的数据和模型并行化,引出常见的并行计算模型.简单介绍了整体同步并行模型(BSP)、SSP并行计算模型以及BSP、SSP模型与AP模型的区别,主要介绍了基于这些并行模型的典型的机器学习平台和这些平台的优缺点,并指出各个平台最适合处理何种大数据问题.最后从采用的抽象数据结构、并行计算模型、容错机制等方面对典型的机器学习平台进行了总结,并提出一些建议和展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦嘉烽		1	32	1.0	1.0
2	李云		1	32	1.0	1.0