数据挖掘，机器学习，深度学习，统计学

1.数据挖掘：从庞大的大数据中找到有价值的数据。通过分析每个数据，找到其规律。主要步骤为                       数据准备，规律寻找，规律展示。（1.数据准备：整合需要用到的数据集。2.规律寻                       找：寻找数据集的规律。3.规律展示：用可视化的方法把规则展示出来。）

2.机器学习：主要应用对象为人工智能，它的最终目的是让机器具备人类一样的智慧，现阶段还只                       能做的让机器拥有智能（例如人工智能，它还不具备智慧，只拥有智能。它不会主动                       去完成某件事，只会跟着指令行动）。

3.深度学习：运用于人工智能的技术之一，它的最终目的是让机器拥有人类一样的自主学习能力（                       让人工智能具备智慧的方法之一）。

4.统计学：通过搜索，整理，分析，描述数据等方法，推测出想要的信息。

联系：

（1）统计学运用于数据挖掘，数据挖掘需要使用统计学。

（2）数据挖掘是可以被运用到机器学习中的。

（3）深度学习是机器学习的领域内的一个新方向。

总结：

         无论是数据挖掘，机器学习，深度学习还是统计学，他们的共同点就是可以相辅相成的用于研究人工智能领域。人工智能的研究离不开他们中的任意一个。