研究文章
大数据驱动下机器学习模型研究优化
摘要
大数据技术演进进程给机器学习模型改良筑牢充足数据根基与技术依托。数据体量扩张、特征维度递增、模型训练难度攀升等现实现状，可支撑探索机器学习模型在数据预处理、特征选择、算法改进、参数调优和性能评估层面的改良方向。大数据场景中各类条件会作用于模型训练效率、预测准确性和泛化能力，依托数据质量管控、模型结构改良和算力资源联动形成核心改良逻辑，助力机器学习落地智能分析、风险预测和决策支持各类实际场景。
关键词
大数据；机器学习；模型优化；特征选择；预测精度
参考
董樊丽,肖志鹏,李艳辉.人工智能在先进材料研发中的应用[J].科技导报,2025,43(24):35-43.
胡子轩.大数据技术在计算机数据处理中的应用[J].数字技术与应用,2025,43(12):219-221.
季婉婧,曲建升.基于“数据-价值双链”模型的科学数据学术价值传递路径及增值机制分析[J].科技管理研究,2025,45(24):221-228.
尹钊,徐玉杰,张华良,等.人工智能在储能技术中的应用进展[J].工程热物理学报,2025,46(12):4116-4140.
