2021-11-04

  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。