统计学、机器学习、数据挖掘与深度学习的区别与联系

 

1.统计学是收集、分析、表达和解释数据的科学。统计学是一门处理数据的方法和技术的学科。数学作为基础，计算机科学作为工具。

统计研究的过程：a.取得数据 b.整理数据 c.分析解释数据

2.机器学习（Machine Learning）是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。研究机器怎样模拟人类学习，是人工智能的核心，是使计算机具有智能的根本途径。

3.数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现上述目标。

4.深度学习是一种机器学习。深度学习叫神经网络。对深度学习的深入研究，有了深度学习和传统机器学习的区分。深度学习成功的原因=大数据+GPU

 

区别：1.深度学习相对于机器学习来说需要更加海量的数据，深度学习只有数据超过一定规模效果才更加明显    

2.数据挖掘对于统计学来说处理大量实际数据更具有优势，更加强调应用。数据挖掘侧重工具应用，统计学更侧重于理论方法

联系：运用大量的数据来统计并得出结论，并且都是建立在大量数学运算的情况下，其中一部分都建立在统计学的基础上但又不完全是