数据挖掘与机器学习关系与区别
ps:本篇文章主要阐述最近在数据挖掘、机器学习等方面的学习心得,或许不太全面,仅供自己归纳总结。
主要参照 周志华老师的:机器学习与数据挖掘 一文。有兴趣的可以自行百度,其文对人工智能、数据挖掘、机器学习等演变历程,有详细介绍。
一、概念定义
机器学习:广泛的定义为 “利用经验来改善计算机系统的自身性能。”,事实上,由于“经验”在计算机系统中主要是以数据的形式存在的,因此机器学习需要设法对数据进行分析,这就使得它逐渐成为智能数据分析技术的创新源之一,并且为此而受到越来越多的关注。
数据挖掘:一种解释是“识别出巨量数据中有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程”,顾名思义,数据挖掘就是试图从海量数据中找出有用的知识。

本文探讨了数据挖掘与机器学习的概念,指出机器学习是利用数据改善系统性能的技术,而数据挖掘是从大量数据中发现有价值模式的过程。两者的关系在于数据挖掘结合了数据库技术和机器学习/统计分析,其中机器学习是其关键支撑。区别在于数据挖掘需要处理海量数据,并且包含特有的关联分析。文章还提到数据挖掘不仅仅是机器学习的应用,两者有显著不同。

4028

被折叠的 条评论
为什么被折叠?



