统计学、深度学习、机器学习、数据挖掘

                       统计学、深度学习、机器学习、数据挖掘

1、

2、

3、数据挖掘：

                       （1）数据挖掘是在大型数据库中，自动地发现有用信息的过程。用来探查大型数据库，发现先前未知的有用模式，预测未来观测接结果。

                      （2）它是数据库知识发现（Knowledge-Discovery in Databases,简称：KDD)中的一个步骤。

                       （3）数据挖掘的一般步骤：

                                                                      数据准备到规律寻找到规律表示

4、统计学：       

                   （1）统计学是数据的科学，它包括数据的收集、分类、概括、整理、分析以及解释。

                   （2）统计学通常应用于两种类型的问题：
                                   1. 概括、描述以及探索数据，即描述性统计
                                   2. 利用样本数据推断被选取样本的数据集的性质，即推断统计学

5、机器学习：

                     机器学习大致可分为两类学习任务，分别为：监督学习（supervised learning）和非监督学习（unsupervised learning）。            其中，监督学习又分为：回归（regression）和分类（classification）。

6、深度学习：

                   

深度学习是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诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。

深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。