大数据中,机器学习和数据挖掘的联系与区别
2017-12-26 13:38
281 查看
数据挖掘是从海量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。
数据挖掘中用到了大量的机器学习界提供的数据分析技术和数据库界提供的数据管理技术。
从数据分析的角度来看,数据挖掘与机器学习有很多相似之处,但不同之处也十分明显,例如,数据挖掘并没有机器学习探索人的学习机制这一科学发现任务,数据挖掘中的数据分析是针对海量数据进行的,等等。
从某种意义上说,机器学习的科学成分更重一些,而数据挖掘的技术成分更重一些。
学习能力是智能行为的一个非常重要的特征,不具有学习能力的系统很难称之为一个真正的智能系统,而机器学习则希望(计算机)系统能够利用经验来改善自身的性能,因此该领域一直是人工智能的核心研究领域之一。
在计算机系统中,“经验”通常是以数据的形式存在的,因此,机器学习不仅涉及对人的认知学习过程的探索,还涉及对数据的分析处理。
实际上,机器学习已经成为计算机数据分析技术的创新源头之一。由于几乎所有的学科都要面对数据分析任务,因此机器学习已经开始影响到计算机科学的众多领域,甚至影响到计算机科学之外的很多学科。
机器学习是数据挖掘中的一种重要工具。然而数据挖掘不仅仅要研究、拓展、应用一些机器学习方法,还要通过许多非机器学习技术解决数据仓储、大规模数据、数据噪声等实践问题。机器学习的涉及面也很宽,常用在数据挖掘上的方法通常只是“从数据学习”。
然而机器学习不仅仅可以用在数据挖掘上,一些机器学习的子领域甚至与数据挖掘关系不大,如增强学习与自动控制等。所以,数据挖掘是从目的而言的,机器学习是从方法而言的,两个领域有相当大的交集,但不能等同。
相关文章推荐
- 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
- 数据挖掘和机器学习的区别与联系
- 模式识别、机器学习和数据挖掘的区别与联系 [整理自网络]
- 详解数据挖掘与机器学习的区别与联系
- 模式识别和机器学习、数据挖掘的区别与联系
- 大数据,数据挖掘,机器学习三者什么区别和联系?
- 模式识别和机器学习、数据挖掘的区别与联系(转发)
- 详解数据挖掘与机器学习的区别与联系
- 机器学习和数据挖掘的联系与区别
- 数据挖掘与机器学习的区别
- 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)
- 数据挖掘、机器学习和模式识别关系与区别
- 人工智能、机器学习、统计学和数据挖掘之间有什么区别?
- 数据分析与数据挖掘的区别和联系?
- 数据挖掘与机器学习的区别
- 数据挖掘、机器学习、模式识别的区别
- 浅析统计学、数据挖掘、机器学习和AI的区别和关系
- 数据挖掘、机器学习和模式识别关系与区别
- 模式识别,计算机视觉,计算机图形学,智能控制,信号处理,语音识别,知识处理,机器学习,数据挖掘领域区别
- 数据挖掘、机器学习和模式识别关系与区别