数据挖掘&机器学习&深度学习&推荐算法区别和联系:
1、数据挖掘:
数据挖掘是从成吨的数据中挖掘出有用的信息。
数据挖掘常用方法大多来自于机器学习。
2、机器学习:
机器学习的目标是学习一个x->y的函数(映射)来做分类或回归。
机器学习和数据挖掘联系在一起是因为现在很多数据挖掘的工作是通过机器学习提供的算法工具实现的。例如个性化推荐,是通过机器学习的一些算法分析平台上的各种购买、浏览和收藏日志,得到一个推荐模型,来预测你喜欢的商品。
3、深度学习:
深度学习是机器学习中现在比较火的一个算法。深度学习本身是神经网络算法的衍生,它在图像、语言等富媒体的分类和识别上取得了非常好的效果。
4、推荐算法
总结:
机器学习是方法。
人工智能 / 数据挖掘是机器学习的应用。它们可以使用机器学习,也可以使用别的方法。
推荐系统(recommendation system)是数据挖掘的一个应用场景。