大数据环境下的增强学习综述

摘要：

在大数据应用领域,如何快速地对海量数据进行挖掘是当前大数据应用基础研究的热点和难点,也是制约大数据真正应用的关键.而机器学习是解决该问题的有效途径,本文综述抽象增强学习、可分解增强学习、分层增强学习、关系增强学习和贝叶斯增强学习等五类增强学习方法的研究进展,分析了它们的优势和缺点,指出将监督学习或半监督学习与增强学习相结合是大数据机器学习的有效方法.

关键词：大数据、增强学习、维数灾

所属期刊栏目：13

分类号：TP18(自动化基础理论)

资助基金：广东省自然科学基金项目S2011040004769;深圳市科技研发资金项目JCYJ20120617134831736

在线出版日期：2014-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：71-75