首先我们先了解一下统计学,机械学习,数据挖掘,深度学习。
1:统计学是通过搜索、整理、分析、描述数据等手段,以达到推断所测对象的本质,甚至预测对象未来的一门综合性科学。 统计学用到了大量的数学及其它学科的专业知识,其应用范围几乎覆盖了社会科学和自然科学的各个领域。
2:机械学习是一门多学科交叉专业,涵盖概率论知识,统计学知识,近似理论知识和复杂算法知识,使用计算机作为工具并致力于真实实时的模拟人类学习方式,并将现有内容进行知识结构划分来有效提高学习效率。更是计算机人工智能的核心,让计算机有智慧的根本途径。
3:数据挖掘(Data Mining)就是从大量的数据中,提取隐藏在其中的,事先不知道的、但潜在有用的信息的过程。
4:深度学习首先是一种机器学习。深度学习的基础,叫做神经网络,这本身就是一种机器学习算法。
他们之间关系,统计学与机器学习本质上是一致的,一些显而易见的区别是,机器学习领域发展迅速,学术会议影响力大,而统计学注重理论推演。数据挖掘是个很宽泛的概念,数据挖掘常用方法大多来自于机器学习这门学科,深度学习是机器学习一类比较火的算法,本质上还是原来的神经网络。
2021-11-04
最新推荐文章于 2024-09-14 19:18:15 发布