数据挖掘、统计学、机器学习、深度学习的关联

数据挖掘、统计学、机器学习的关联：

   数据挖掘可以认为是数据库技术与机器学习的交叉，它利用数据库技术来管理海量的数据，并利用机器学习和统计分析来进行数据分析。数据挖掘受到很多学科领域的影响，其中数据库、机器学习、统计学无疑影响最大。简单地说，数据库提供数据管理技术，机器学习和统计学提供数据分析技术。由于统计学界往往醉心于理论的优美而忽视实际的效用，因此，统计学界提供的很多技术通常都要在机器学习界进一步研究，变成有效的机器学习算法之后才能在进入数据挖掘领域。从这个意义上说，统计学主要是通过机器学习来对数据挖掘发挥影响，而机器学习和数据库则是数据挖掘的两大支撑技术。

深度学习、机器学习的关联：

    深度学习是机器学习的一部分，深度学习是机器学习方法的更广泛的系列，它试图从给定的数据中学习高级功能。但不管怎样…其实深度学习和传统机器学习解决问题的思路基本是一致的，我们可以看到本文中两种解决问题的过程中都会生成一个特征向量。

数据挖掘、机器学习、深度学习的关联：

   用机器学习的方法来进行数据挖掘。机器学习是一种方法；数据挖掘是一件事情；还有一个相似的概念就是模式识别，这也是一件事情。至于深度学习只是机器学习的一个子类。