大连市的量化交易基础设施通过以下几种方式有效支持机器学习应用：

数据采集与处理：

多源数据采集：高效地采集来自财经新闻、社交媒体、市场行情等多种数据源的信息，为机器学习模型提供丰富的训练数据。数据预处理：进行数据清洗、分词、去噪等预处理步骤，以确保输入数据的高质量和一致性，提升机器学习模型的准确性和可靠性。

高性能计算：

计算资源：配备高性能的计算资源，如GPU（图形处理单元）或TPU（张量处理单元）集群，加速机器学习模型的训练和推理过程，缩短模型开发周期。云计算平台：利用云计算平台提供的弹性计算能力，按需扩展计算资源，满足大规模数据处理和复杂模型训练的需求。

实时数据处理：

实时解析：支持对新产生的数据进行实时解析，快速提取关键信息，用于机器学习模型的实时更新和预测，确保模型能够及时反映市场变化。低延迟响应：通过优化数据传输和处理流程，降低数据处理的延迟，提高交易决策的时效性。

合规性监控：

智能监控系统：结合机器学习技术，建立智能监控系统，实时监控交易内容和行为，确保交易活动的合规性。欺诈预防：利用机器学习算法检测和预防潜在的欺诈行为，保护交易系统的安全性和可靠性。

综上所述，大连市的量化交易基础设施通过数据采集与处理、高性能计算、实时数据处理和合规性监控等多方面的支持，为机器学习应用提供了全方位的保障，助力量化交易策略的开发和优化。