數據挖掘與機器學習是什麼關係?


機器學習是演算法,理論, 數據挖掘更傾向於是對機器學習的應用



演算法是機器學習和數據挖掘的工作內容中重疊的部分。

如果說演算法是刀,那麼機器學習就是刀匠,數據挖掘就是刀法大師。

一個追求刀的吹毛斷髮,所以搞機器學習的人會一個個演算法不斷重寫,優化。

一個尋找武術真諦,所以做數據挖掘的人有時候會用N個演算法嘗試解決同一個問題,然後找到最適合的解。


目前所說的機器學習一般指統計學習方法,更有甚者稱為貝葉斯統計學習;而數據挖掘則更偏向計算機科學中演算法,更偏嚮應用,例如資料庫等,這些都是機器學習不考慮的


機器學習+圖像知識 in 計算機視覺

機器學習+語言知識 in自然語言處理

機器學習+各種稀奇古怪的應用領域 in 數據挖掘


數據結構你肯定學過吧,離散數學也學過吧,那麼答案來了:機器學習與數據挖掘的關係,就像,離散數學與數據結構的關係。(區別先後順序的呦,離散在前,機器在前)


Same side of a different coin


機器學習是人工智慧的核心,數據挖掘僅僅是其應用的一類。上面那張圖是我在ETHINK平台看到的介紹,有人工智慧 數據挖掘和商務智能


我的看法,求拍。

數據挖掘可以挖掘未知信息,可以挖掘已知信息。

未知的信息為你不知道的關係啊,規則等

已知的信息是由於信息太龐大,如何篩選我們需要的信息是一種需求,而我們需要的信息用一種什麼規則來表示呢?則需要機器學習來獲得標準,即符合這一標準的為需求信息,不滿足這一標準的為無用信息。


推薦閱讀:

機器學習中隨機梯度演算法要用到負黎曼梯度,如何理解黎曼流形,黎曼梯度?
具體哪裡會用到泛函分析和測度論?
如何評價丘成桐團隊關於GAN的論文?
為什麼非科班這麼難進數據挖掘這一行?
量子計算機和量子演算法的出現會給機器學習領域帶來什麼樣的變革,為什麼會帶來這樣的變革?原理是什麼?

TAG:數據挖掘 | 機器學習 |