امیرحسین امیرخانی - استادیار گروه مدیریت دولتی دانشگاه پیام نور تهران
وحید متقی - دانشجوی دکترای مدیریت فناوری اطلاعات، دانشگاه بین المللی پردیس قشم

یادگیری ماشین ابزاری قدرتمند برای پیش بینی ماهیت آینده داده ها بر اساس پیشینه قبلی آنهاست. یادگیری ماشین در تقابل با کلان داده به منظور ساخت سیستمهای پیش بینی کارآمد و تجزیه و تحلیل داده های بزرگ مورد استفاده قرار میگیرد. پیش بینی تولید محصول به خصوص در زمان کار بر روی کلان داده و مجموعه داده های بزرگ یک مسیله چالش برانگیز است. یادگیری ماشین همراه با کلان داده یک رویکرد جدید برای حل مسیله پیش بینی تولید محصول است. مدل پیشنهادی میتواند به پیش بینی محصول تولیدی شرکت دارویی بر اساس داده های جمع آوری شده در بازه مشخص بپردازد. در روش پیشنهادی پس از ذخیره داده های خام در سیستم فایل هدوپ، فرآیند MapReduce برای جستجوی داده ها از خوشه، نرمال سازی و تغییر فرمت آنها به کار میرود. نتایج آزمون نشان میدهد که سیستم پیشنهادی میتواند به پیش بینی تولید محصول مورد نیاز با دقت مطلوب و درصد خطای بسیار پایین بپردازد. نتایج به دست آمده نشان میدهد که یادگیری ماشین با کلان داده میتواند مشکلات تجزیه و تحلیل داده های پیچیده در سیستمهای مدیریت تولید محصول را حل نماید

یادگیری ماشین، کلان داده، شبکه عصبی مصنوعی، الگوریتم MapReduce