本文是数据挖掘学习课堂笔记的一个补充~
是一个了解级别的文章 欢迎各位大佬指出不足的地方
目录
2021.3.4
最近上互联网与计算智能课程 老师在课上抛出的一个小概念
讲述了近期人工智能领域的一个趋势 感觉蛮好的 在这里也加入到文章中咯
【老师我盗一下你的图应该没关系的吧嘿嘿嘿】
我是分割线 我是分割线 我是分割线 我是分割线 我是分割线 我是分割线 我是分割线 我是分割线
————————————————————————————————————————————
要想了解 大数据 机器学习 之间的关系
1.我们首先需要了解大数据与机器学习的定义
2.接着 我们来了解下机器学习都有什么样的范围
3.了解一下机器学习的一些常用方法
4.最后我们来看看大数据之于机器学习有着什么样的意义~
本文参考了博客园 ”小码哥0520“的文章
也是对这篇文章进行更小白化的一个总结
如果希望看到更多细节 可以点击下面链接~
最全解析:大数据和机器学习有什么区别
大数据
大数据的定义
这个在之前的文章中也提到过
大数据就是指
无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
大数据可以赋予我们预测的能力。
但同时呢 大数据也是一个较为笼统的概念 我们暂未发现“大数据”准确的定义。
而大数据的核心呢 是利用数据的价值。
机器学习则是利用数据价值的关键技术。
所以说,对于大数据而言 机器学习是不可或缺的。
对于机器学习而言 大数据可以提升模型的精确性。
因此——
大数据与机器学习两者是互相促进,相依相存的关系。
大数据的分析方法
机器学习与大数据紧密联系。但是,大数据并不等同于机器学习
大数据中包括分布式计算,内存数据库,多维分析等多种技术
从分析方法来看 大数据有以下四种分析方法:
1.大数据,小分析:即数据仓库领域的OLAP分析思路&