论文研究 通过GPU加速数据挖掘的研究进展和实践.pdf

将计算密度高的部分迁移到GPU上是加速经典数据挖掘算法的有效途径。首先介绍GPU特性和主要的GPU编程模型，随后针对数据挖掘主要任务类型分别介绍基于GPU加速的工作，包括分类、聚类、关联分析、时序分析和深度学习。最后分别基于CPU和GPU实现协同过滤推荐的两类经典算法，并基于经典的MovieLens数据集的实验验证GPU对加速数据挖掘应用的显著效果，进一步了解GPU加速的工作原理和实际意义。