数据分析、数据挖掘、机器学习、神经网络、深度学习和人工智能概念区别(入门级别)
2017-08-20 08:40
1036 查看
不多说,直接上干货!
[b]数据分析[/b], 就是对数据进行分析, 得出一些结论性的内容, 用于决策。 分析什么哪? 根据分析现状、 分析原因、 预测未来。 分析现状和分析原因, 需要结合业务才能解释清楚。 用到的技术比较简单, 最简单的数据分析工具就是 Excel。 预测未来指的是分析未来一段时间的销售额之类的。 在预测未来方面, 一般用到数据挖掘的技术了。
[b]数据挖掘[/b], 从字面意思上看, 是从数据中挖掘出有价值的信息。 比如, 超市通过对一段时间的客户消费记录能发现, 哪些物品经常被顾客一起购买。 那么, 就可以把这些物品摆放的位置近一些, 或者一起促销。 在这里, 客户的消费记录是“数据” , “挖掘” 出的信息是哪些商品经常被一起购买。 “价值” 指的是超市可以据此搞促销, 提高超市的销售额。 挖掘出这些有价值信息的方法就是课程中需要学习的。 数据挖掘关注的是一些方法如何在商业中应用, 并不是纯粹的理论和学术。
[b]机器学习[/b], 是研究如何让计算机去学习。 学习什么哪? 根据一些过去的事实, 学习如何适应新的环境。太小白了, 严肃点! 机器学习, 是研究算法的学科, 研究的是如何让计算机根据以往的经验去适应新的环境。 这里“以往的经验” 指的是历史数据, “适应” 指的是通过历史数据创造一个很牛逼的函数, “新的环境” 指的是把新的数据输入到这个函数中, 产生一个新的输出。 机器学习本质上是研究自学习算法的科学, 这些算法是帮助软件和机器进行自我学习解决问题的算法。
[b]神经网络[/b], 是机器学习中的一个算法模型, 指的是模拟人的神经系统。 大家知道, 人的神经非常复杂,所以神经网络算法需要的计算量很大。 神经网络在以前一直不温不火, 原因是计算机硬件不足以支撑神经网络的计算量。 现在大数据技术的发展, 让神经网络迎来了春天。 比如人脸识别、 交通领域的车牌识别技
术都是神经网络的应用。
[b]深度学习[/b], 属于神经网络的一个发展分支, 指的是层数很多的神经网络, 可以简单理解为更加高级的神经网络。 把神经网络比作数学学科, 深度学习类似于高等数学。 无人驾驶汽车属于深度学习的典型应用。
[b] 人工智能[/b], 缩写是 AI, 就是像人一样的智能、 会思考。 人工智能更适合理解为一个产业, 泛指产生更加智能的软件和硬件。 人工智能实现的方法就是机器学习, 所以谈人工智能技术, 实际上就是机器学习的各种算法的应用。 各种智能家居、 智能机器人都是人工智能产业的方向。
综上, 人工智能就是一个产业, 人工智能的实现手段主要靠机器学习的各种算法。 在机器学习的算法中, 深度学习是一个智能化程度非常高的算法。 现在云计算和大数据技术的发展, 让神经网络和深度学习得以在实际中应用。
大数据时代, 数据是企业的最值钱的财富, 但海量的数据并非都是有价值的, 如何挖掘出有用的数据变成商业价值, 就需要机器学习算法。 大数据和机器学习势必颠覆传统行业的运营方式, 必将驱动公司业务的发展。 目前, 越来越多的机器学习/数据挖掘/深度学习算法被应用在电商、 搜索、 金融、 游戏, 医疗等
领域中的分析、 挖掘、 推荐上。
但懂机器学习算法的人才却少之又少, 物以稀为贵, 致使这个行业的工资奇高。
[b]数据分析[/b], 就是对数据进行分析, 得出一些结论性的内容, 用于决策。 分析什么哪? 根据分析现状、 分析原因、 预测未来。 分析现状和分析原因, 需要结合业务才能解释清楚。 用到的技术比较简单, 最简单的数据分析工具就是 Excel。 预测未来指的是分析未来一段时间的销售额之类的。 在预测未来方面, 一般用到数据挖掘的技术了。
[b]数据挖掘[/b], 从字面意思上看, 是从数据中挖掘出有价值的信息。 比如, 超市通过对一段时间的客户消费记录能发现, 哪些物品经常被顾客一起购买。 那么, 就可以把这些物品摆放的位置近一些, 或者一起促销。 在这里, 客户的消费记录是“数据” , “挖掘” 出的信息是哪些商品经常被一起购买。 “价值” 指的是超市可以据此搞促销, 提高超市的销售额。 挖掘出这些有价值信息的方法就是课程中需要学习的。 数据挖掘关注的是一些方法如何在商业中应用, 并不是纯粹的理论和学术。
[b]机器学习[/b], 是研究如何让计算机去学习。 学习什么哪? 根据一些过去的事实, 学习如何适应新的环境。太小白了, 严肃点! 机器学习, 是研究算法的学科, 研究的是如何让计算机根据以往的经验去适应新的环境。 这里“以往的经验” 指的是历史数据, “适应” 指的是通过历史数据创造一个很牛逼的函数, “新的环境” 指的是把新的数据输入到这个函数中, 产生一个新的输出。 机器学习本质上是研究自学习算法的科学, 这些算法是帮助软件和机器进行自我学习解决问题的算法。
[b]神经网络[/b], 是机器学习中的一个算法模型, 指的是模拟人的神经系统。 大家知道, 人的神经非常复杂,所以神经网络算法需要的计算量很大。 神经网络在以前一直不温不火, 原因是计算机硬件不足以支撑神经网络的计算量。 现在大数据技术的发展, 让神经网络迎来了春天。 比如人脸识别、 交通领域的车牌识别技
术都是神经网络的应用。
[b]深度学习[/b], 属于神经网络的一个发展分支, 指的是层数很多的神经网络, 可以简单理解为更加高级的神经网络。 把神经网络比作数学学科, 深度学习类似于高等数学。 无人驾驶汽车属于深度学习的典型应用。
[b] 人工智能[/b], 缩写是 AI, 就是像人一样的智能、 会思考。 人工智能更适合理解为一个产业, 泛指产生更加智能的软件和硬件。 人工智能实现的方法就是机器学习, 所以谈人工智能技术, 实际上就是机器学习的各种算法的应用。 各种智能家居、 智能机器人都是人工智能产业的方向。
综上, 人工智能就是一个产业, 人工智能的实现手段主要靠机器学习的各种算法。 在机器学习的算法中, 深度学习是一个智能化程度非常高的算法。 现在云计算和大数据技术的发展, 让神经网络和深度学习得以在实际中应用。
大数据时代, 数据是企业的最值钱的财富, 但海量的数据并非都是有价值的, 如何挖掘出有用的数据变成商业价值, 就需要机器学习算法。 大数据和机器学习势必颠覆传统行业的运营方式, 必将驱动公司业务的发展。 目前, 越来越多的机器学习/数据挖掘/深度学习算法被应用在电商、 搜索、 金融、 游戏, 医疗等
领域中的分析、 挖掘、 推荐上。
但懂机器学习算法的人才却少之又少, 物以稀为贵, 致使这个行业的工资奇高。
相关文章推荐
- 机器学习、统计分析、数据挖掘、神经网络、人工智能、模式识别,
- 机器学习、统计分析、数据挖掘、神经网络、人工智能、模式识别之间的关系是什么?
- 什么是人工智能、机器学习、深度学习、数据挖掘以及数据分析?<二>
- 人工智能、机器学习、深度学习、数据挖掘的区别是什么?
- 什么是人工智能、机器学习、深度学习、数据挖掘以及数据分析?<一>
- 人工智能、机器学习、深度学习、数据挖掘、数据分析区分
- 人工智能、数据挖掘、模式识别、机器学习、深度学习的概念认知
- 人工智能,机器学习,神经网络,深度学习之基础概念
- AI(1)认知 人工智能、机器学习、神经网络、深度学习。
- 统计学、人工智能、机器学习、数据挖掘的区别与联系之(1) 概念
- 现阶段对数据库中知识发现KDD、数据挖掘、集成学习、深度学习、机器学习、人工智能、统计学、大数据、云计算的个人理解:
- 人工智能,机器学习,深度学习,神经网络
- 关于 Python 数据抓取 & 分析 & 机器学习 & 挖掘 & 神经网络 内容的分享。
- 人工智能,机器学习,统计学习,数据挖掘概念解读
- 数据挖掘,机器学习,人工智能的简单区别分析
- Python数据挖掘,AI人工智能,机器学习,深度学习,高级项目实战
- 【AI速查表】神经网络、机器学习、深度学习与数据科学一览
- 人工智能、机器学习、数据挖掘、神经网络等学科的关系概述
- 机器学习:在Android中集成TensorFlow (深度学习,AI,人工智能,DL,ML,神经网络)
- 机器学习如何选择模型 & 机器学习与数据挖掘区别 & 深度学习科普