网站首页 > 人工智能AI > 人工智能技术 数据挖掘与机器学习的区别 - 模式识别 多智时代 正文

数据挖掘与机器学习的区别 - 模式识别 多智时代

admin 2020/02/27 人工智能技术 63℃

人工智能

[db:标签][db:标签]挖掘和机器学习的区别和联系。周志华有一个很好的解释,可以帮助你理解。

数据挖掘受到许多学科的影响,其中数据库、机器学习和统计学无疑影响最大。简而言之,对于数据挖掘,数据库提供数据管理技术,机器学习和统计学提供数据分析技术。

统计学经常被理论的美丽所困扰,而忽略了实际效用。因此,在进入数据挖掘领域之前,统计学界提供的许多技术通常需要在机器学习领域进一步研究,成为有效的机器学习算。从这个意义上说,统计学主要通过机器学习对数据挖掘产生影响,而机器学习和数据库是数据挖掘的两大支撑技术。

从数据分析的角度来看,绝大多数数据挖掘技术都来自机器学习领域,但是机器学习研究往往不把海量数据作为处理对象。因此,数据挖掘需要对算法进行改革,使其性能和空间占用达到实用水平。同时,数据挖掘有其独特的内容,即关联分析。

模式识别和机器学习之间有什么关系?传统的模式识别方法一般分为两类:统计方法和句法方法。句法分析通常是不可学习的,而统计分析已经发展了许多机器学习的方法。换句话说,机器学习也为模式识别提供了数据分析技术。

至于数据挖掘和模式识别,从概念上区分它们。数据挖掘侧重于发现知识,而模式识别侧重于理解事物。

机器学习的目的是对隐藏的数据结构建模,然后进行识别、预测、分类等。因此,机器学习是方法,模式识别是目标。

让我们总结一下。只要与决策有关,就可以称之为人工智能,所以模式识别、数据挖掘、信息检索在人工智能的具体应用中应该不成问题。所研究的是不同的。机器学习强调自我完善的过程。总之,这些学科都是相互联系的。

在不久的将来,智能生命肯定会完全进入我们的生活。有兴趣进入未来前沿产业的朋友可以收集智能生命,及时获取前沿信息和人工智能、大数据云计算物联网的基础知识。让我们携手引领人工智能的未来!

网站地图