КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
Молодь в науці: дослідження, проблеми, перспективи (МН-2026)

Розмір шрифта: 
МАСШТАБУВАННЯ АЛГОРИТМІВ МАШИННОГО НАВЧАННЯ В СЕРЕДОВИЩІ BIG DATA
Катерина Дмитрівна Кириченко

Остання редакція: 2026-05-01

Анотація


Проаналізовано підходи до масштабування алгоритмів машинного навчання в середовищі Big Data, зокрема парадигму паралелізму даних і механізми розподіленого навчання. Розглянуто проблему синхронізації параметрів у процесі оптимізації на основі Stochastic Gradient Descent. Запропоновано метод адаптивної гібридної синхронізації, що передбачає динамічне регулювання обміну даними між вузлами кластера з урахуванням характеристик системи. Наведено результати експериментальної перевірки ефективності підходу.

Ключові слова


Big Data, масштабування, машинне навчання, розподілені обчислення, адаптивна синхронізація, Stochastic Gradient Descent

Посилання


Gautam G. A Comprehensive Review of Machine Learning Algorithms for Big Data Analytics. International Journal for Research in Applied Science and Engineering Technology. 2025. Vol. 13. P. 3322–3328. https://doi.org/10.22214/ijraset.2025.76719

Che E., Dong J., Tong X. Stochastic Gradient Descent with Adaptive Data. Operations Research. 2026. March. https://doi.org/10.1287/opre.2024.1014

Міронова Ю. В., Юрчук Н. П. Формування адаптивних механізмів управління підприємством на засадах інтелектуального аналізу Big Data. Інвестиції: практика та досвід. 2026. № 6. С. 215–222. https://doi.org/10.32702/2306-6814.2026.6.215

Повний текст: PDF