امینه ناصری - عضو هیئت علمی، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی سیرجان، سیرجان، ایران
عرفان میجون جمالبارز - دانشجوی کارشناسی، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی سیرجان، سیرجان، ایران

یادگیری ماشین، برنامه نویی برای بهینه سازی یک عملکرد با استفاده از داده ها و تجربیات گذشته است و در پی راهی برای ایجاد برنامه ای است که عملکرد را به صورت خودکار و با توجه به تجربیات گذشته ارتقاء دهد. کاربردهای زیادی وجود دارند که برای آنها الگوریتمی نداریم، اما مقدار زیادی داده برایشان داریم. در جاهایی که نمی توانیم مستقیما برنامه مورد نظر را بنویسیم به یادگیری احتیاج داریم که با کمک یک سری داده های آموزشی و یا تجربیات صورت می پذیرد. یادگیری ماشین در محدوده وسیعی از کاربردها در حال گسترش است. ما در عصر کلان داده کلان داده زندگی می کنیم. کلان داده اصطلاحی است برای مجموعه داده های حجیم، متنوع با ساختارهای پیچیده و دشواری هایی برای ذخیره سازی. الگوریتم های یادگیری ماشین تا زمانیکه با کلان داده ها مقابله بکنند نوید بهبودی را نخواهند داد. کلان داده این الگوریتم ها را قادر به کشف الگوهای بهتر و پیش بینی های صحیح و طولانی تری نسبت به قبل می کنند. از سوی دیگر چالش های اساسی مثل مدل مقیاس پذیر و محاسبات توزیع شده را برای یادگیری ماشین به وجود می آورند. در این مقاله ما یک چارچوب از یادگیری ماشین روی کلان داده معرفی می کنیم. در مرکز چارچوب، یادگیری ماشین قرار گرفته و با چهار بخش دیگر شامل کلان داده، کاربر، دامنه و سیستم ارتباط دوطرفه دارد. سپس به معرفی اصول یادگیری ماشین و الگوریتم های آن پرداخته، در ادامه روش ها و تکنیک های یادگیری ماشین روی کلان داده شامل دستکاری های داده، پردازش و الگوریتم که راهکارهایی برای حل چالش یادگیری ماشین روی کلان داده است مورد بررسی قرار می گیرد.

محاسبات توزیعی، تحلیل داده، یادگیری ماشین، کلان داده، الگوریتم ، شبکه عصبی، ماشین بردار پشتیبان