一、写在前面
从上学开始,都习惯把笔记记录在纸张上,大多数是觉得可以偶尔练练字什么的。但问题是时间一长的笔记就很容易遗失,不管是纸张老化还是自己不知道扔哪了。另一个是,自己本身也是从事数据分析这个方向,看得最多还是电子版的资料。所以,决定试着把笔记也通过写博客的方式来积累。
二、笔记背景
从2014年开始,算是系统学习Data Mining这方面的知识。 之前都是大学课余时间的了解。之前 StackExchange (stats.stackexchange.comi)上有一个问题,就是说“Data Mining、Machine Learning、AI和统计学有什么区别?”。说实话,从大学二年级开始接触Data Mining的科普知识,到了研究生二年级,在做“Text mining”的相关研究,用得最多是“非参贝叶斯模型”的基础知识。但是很明确说出一些它们之间的区别,才感觉自己只不过看见树木,很少跳出来看看整个森林。其实这并不是一件很好的事,只顾局部,不看全局。所以很遗憾自己没能很快拿出一个可解释的结果。在第三部分,我将做一次结果的搬运工,把自己理解的看法记录在这篇笔记中。当下很流行的是“大数据”这种概念,我算是比较保守的。这种各个行业都能喊出的概念比较难以接受,理解比较慢吧!很长一段时间,不知道“大”到底在哪?但是很多所谓“大数据分析”还是基于基础,比如“机器学习”。“机器学习”最近很火,网
MLAPP学习笔记-Data Mining和Machine Learning的区别及延伸
最新推荐文章于 2023-08-19 16:54:40 发布
这篇笔记探讨了Data Mining和Machine Learning的区别,指出两者都基于统计学,但Data Mining侧重于可解释的模型,强调数据和算法的物理意义,而Machine Learning则更注重准确模型的建立和参数推断。同时,笔记还提及数据分析与数据挖掘的不同,前者涉及假设验证,后者关注算法自动学习数据中的规律。
摘要由CSDN通过智能技术生成