机器学习与统计学

术语对比

Machine Learning	Statistics
network, graphs	model
weights	parameters
learning	fitting
supervised learning	regression/classification
unsupervised learning	density estimation, clustering

统计学

主要内容包括：概率基础，参数模型和非参数模型，对于参数模型涉及到参数估计的方法（点估计、矩估计），而估计方法又分为频率论方法和贝叶斯估计方法。统计决策理论是通过引入风险或损失函数来估计参数的。将这些统计学的原理运用于回归和分类问题中得到相应的模型。还有，统计独立性推断、因果推断，这些运用于有向、无向图模型中。

参考

讨论帖子
1.http://brenocon.com/blog/2008/12/statistics-vs-machine-learning-fight/
2.https://www.quora.com/How-do-I-learn-statistics-and-probability-for-machine-learning-2
统计学
1.L.沃塞曼著，张波等译《统计学完全教程》