1885字看懂机器学习、数据挖掘、数据分析和统计分析之间的联系与区别.docxVIP

1885字看懂机器学习、数据挖掘、数据分析和统计分析之间的联系与区别 ！ 导读：与建模密切相关的领域包括统计分析、数据挖掘、机器学习和数据分析，它们对应了不同类型的工作岗位，例如风险建模分析师、数据挖掘工程师、数据分析师、数据运营专员、数据工程师等。本文将重点介绍这几个领域的定义、特征以及相互之间的联系和区别。 01机器学习 机器学习是一门人工智能科学，研究如何在经验学习中改善具体算法的性能。机器学习的核心是通过算法来学习和提取数据中的隐含规律，随着数据丰富程度和学习次数的增加，学习的目标函数的效果会持续提升。机器学习算法体系包括监督学习、非监督学习、半监督学习、强化学习等，详见图1。 图1　机器学习算法体系 目前机器学习领域使用最普遍的scikit-learn库将机器学习算法分为聚类、分类、回归和维度削减，此处不展开介绍，感兴趣的读者请参考相关资料。 02数据挖掘 数据挖掘是从大量、不完全、有噪声、模糊、随机的数据中提取隐含在其中，人们事先不知道但又有用的信息和知识的过程。 数据挖掘的关键词是“隐含”“事先不知道”“有用的”。如果一个模型规律是已知的、预定义的且确定的，仅仅是通过数据来校准，则不属于数据挖掘范畴。 数据挖掘的对象按信息存储格式可分为： 结构化数据，通常以二维表方式存储数据，如关系数据库、面向对象数据库、数据仓库； 半结构化数据，以标记语言存储的数据，如XML、JS