人工智能技术的大数据分析方法的研究

张忠黎

摘 要：现阶段信息技术飞速发展，科技成果日新月异，各行各业重视信息技术的应用，为现代化经济建设指明了前进的方向。本文主要提出了大数据分析方法的问题，并且详细介绍了当前三种较为普遍的大数据分析方法，以供相关工作人员借鉴分析。

关键词：人工智能;大数据;机器学习;深度学习

引 言

当前我国重视工业化与信息化建设，为我国经济蓬勃发展注入强大力量，随着云计算、大数据、物联网技术的广泛应用，在我国经济建设中，为实现万物互联做出了巨大贡献。大数据分析方法的研究工作，是当前信息技术研究的重点，并且随着人工智能技术的发展，大数据技术将会对日常生活产生更大的影响。

1大数据分析方法问题的提出

目前，随着我国新一代信息技术与现代制造业之间有效融合，为我国经济发展注入了强劲动力。并且各部门重视物联网技术的应用与创新，为实现万物互联做出了相应的贡献，现阶段我国已经逐步迈入工业大数据时代，重视大数据技术的应用，成为了当前我国实现工业化、现代化的重要途径。

大数据是人类发展历程中的重要资源，重视对大数据技术的研究工作，能够充分发掘大数据内在的价值与科学知识，实现产业经济的高速发展。目前，数据已经无处不在，在我国经济发展中，可以对产业生产流程进行科学管理，从而实现产业经济结构的调整，为我国经济发展注入新的活力。并且，大数据技术的应用，将人工智能技术有效结合，从而将智能制造业应用于社会大生产中，为制造业的变革做出巨大贡献。

为了实现智能制造业的应用，需要技术人员加强对大数据技术的研究工作，不断探索大数据的分析方法，将大数据有效转化为推动社会进步的重要力量。

2基于人工智能技术的大数据分析方法研究方向

2.1机器学习的大数据分析

机器学习是人工智能技术的组成部分之一，在现阶段大数据分析技术研究中，应用机器学习已经成为了大数据分析技术中最重要的组成部分。技术人员使用机器学习技术，对于现阶段大数据分析技术进行有效探讨，从而提升当前工作质量，将大数据技术应用于日常生活中。研究人员对大数据的分析，主要从四个方面开始展开，分别是：大数据聚类、大数据关联分析、大数据分类、大数据预测。研究人员在使用机器学习分析大数据技术的时候，需要结合现阶段机器学习技术实际，将机器学习技术有效应用于日常生活中。

例如：研究人员在使用机器学习分析大数据的时候，使用传统的聚类算法，将现阶段大规模数据进行分块简化，然后将这些数据处理结果再次合并，从而实现对大数据的分析工作。其中MapReduce是现阶段主流的分布式计算机框架之一，研究人员能够借助该框架实现机器学习的数据分析工作。

在对传统聚类算法的研究中，由于现阶段数据量较大，整体研究工作较为繁琐，是并行聚类算法，能够有效提高计算机处理速度，从而实现对传统大数据的分析工作。

2.2深度学习的大数据分析

现阶段大数据研究工作中，重视深度学习技术的应用，为提高计算机运行质量做出相应的贡献。深度学习是现阶段人工智能技术的关键技术，需要企业工作人员，重视对模型训练过程中不同的阈值与参数进行迭代运算，从而实现现阶段计算机智能，能够对这些隐层阶段建立起深层网络，逐步适应当前工作质量，为大数据分析工作指明前进的方向[1]。

目前深度学习技术的研究工作已经取得了一定的进步，为我国经济产业发展提供了有效助力。基于Spark的分布式平台，能够借助内存计算，从而实现对模型参数的训练，逐步建立起深层网络，提高了大数据分析效率，并且为现阶段大数据探究工作指明了方向。在深度神经网络分析中，研究人员重视算法工作，并且借助信息理论，逐步适应当前工作的发展，将整体数据内部的隐层神经元个数进行明确，从而将大数据进行分块，并且按照深度學习训练步骤，从而实现对不同数据的迭代计算，从而改变当前工作质量，提高了深度学习模型的学习速度，并且提高了相应大数据分析技术的准确性，为实现大数据分析技术在日常工业建设中的应用做出了贡献。

深度学习技术的应用，在应对数据规模不断扩大的现在，发挥着重要作用。研究人员在引导抽样工作中，引入一些算法，能够提升当前工作质量。研究人员重视对现有大数据技术的改进工作，逐步提升整体工作的灵活性[2]。

2.3计算智能的大数据分析

在现阶段人工智能技术的发展中，计算智能是计算机研究工作的重要分支，借助于现有计算智能的研究方法，能够对大数据进行高效处理。研究人员重视传统优化算法的使用，有效借助计算智能技术，从而实现对大数据的高效处理。

现阶段基于群智能的大数据分析技术，是实现动态特性大数据分析的重要方法。群智能大数据分析方法是现阶段分布式计算的重要分支，在大数据分析工作中有着广泛应用。当前技术人员基于粒子群优化技术，能够对大数据进行有效处理。基于数据拆分与融合策略，现阶段研究人员已经实现了对不同样本进行划分，并且保持原有数据之间的信息传递，将不同子集之间进行有效融合，从而提高了大数据分析工作效率。目前，计算智能技术的使用，能够从数据存储与并行计算等方式，逐步建立起高效的管理机制，为大数据技术的应用做出巨大贡献。

结 论

总而言之，现阶段人工智能技术在大数据分析工作中得到了有效应用，需要技术人员加强研究工作，使用现有的大数据处理方法，为实现工业化、现代化做出相应的贡献。当前研究工作面临诸多挑战，需要技术人员提高关注，逐步提升大数据分析工作质量。

参考文献

[1] 程聪，王永根.人工智能技术的大数据分析方法探讨[J].信息记录材料，2020，21（05）：128-130.

[2] 王万良，张兆娟，高楠，等.基于人工智能技术的大数据分析方法研究进展[J].计算机集成制造系统，2019，25（03）：529-547.