ОБЗОР АРХИТЕКТУР И МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ АНАЛИЗА БОЛЬШИХ ДАННЫХ
В данной статье рассматриваются основные архитектуры, применяемые для анализа больших данных, их особенности и ограничения, а так же выявляются требования к методам машинного обучения, выполнение которых позволит применять их при анализе больших данных. В заключении приводится сравнение архитектур, и определяются перспективы использования машинного обучения для анализа больших данных.