机器学习 深度学习 数据挖掘 统计学

机器学习：
机器学习（Machine Learning ）是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使其不断改善自身的性能，是人工智能技术的核心。
基于数据的机器学习是现代智能技术中重要方法之一研究从观测数据出发寻找规律。
机器学习是一门让计算机无需显示编程即可运行的科学，它帮助计算机从现有的数据中学习从而预测未来的行文、结果和趋势。
深度学习（包含在机器学习中）：
深度学习（Deep Learning ）是机器学习领域中的一个新的研究方向被引入机器学习的目标——人工智能。
深度学习是学习学习样本数据的内在规律和表示层次（这些学习过程中获得的信息对文字、图像、声音的解释有很大帮助)。它的最终目标是让机器人能够像人一样具有分析和学习能力。
数据挖掘：
数据挖掘（Data Mining）又称为资料勘察、数据采矿。
它是数据库知识发现中的一个步骤。
数据挖掘指从大量的数据中自动搜索隐藏于其中的特殊关系的信息的过程。主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等高度自动化分析企业的数据从而做出归纳和整理，从中挖掘出潜在的模式，从而帮助决策者调整市场策略，减少风险。
统计学：
统计学是研究如何收集、整理、分析数据，并从中做出正确推断的方法论学科。
统计学的研究对象是大量现象的数量方面（数量特征、数量关系等）。
研究方法中有：大量观察法、实验设计发、统计分组法、综合指标法、统计模型发、统计推断法。