大数据是当前一个热点问题，这里说的“大数据”词代表的是数据多、不够精确、数据混杂、自然产生。大数据给机器学习带来的问题不仅是因为数据量大而使计算产生困难，还因为更大的困难和挑战是数据在不同的服务器上获取的，这些分布在不同服务器上的数据之间存在某些联系，但是基本上不能满足同分布的假设，而我们也不可能把所有数据集中起来进行处理和学习。传统的机器学习理论和算法，要求数据是独立同分布的，当这个条件不能满足时，学习模型和学习算法就发挥不了作用。
此文由 怡心湖 编辑，若您觉得有益，欢迎分享转发！：首页 > 常识论 » 大数据时代的机器学习和传统机器学习有什么不同？