| 查看: 5260 | 回复: 29 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
[交流]
机器学习、模式识别、数据挖掘的关系 已有28人参与
|
|||
|
以下是从Wiki上摘的 机器学习是人工智能的一个分支 分类问题也被叫做模式识别，是机器学习的一个重要问题，如：人脸识别、数字识别 机器学习侧重于从训练数据中学得规律进行预测，重点在于预测，如：SVM，K-means 数据挖掘侧重于从数据中挖掘一些未知的规律，重点在这些规律，如：关联规则挖掘 大家的意见呢 [ 来自科研家族 人工智能 ] [ Last edited by kuiyuanYANG on 2011-10-30 at 12:25 ] |
回复此楼» 猜你喜欢
211本科材料化工求调剂
已经有23人回复
-
山东省基金2026
已经有9人回复
-
一志愿华中农业071010，320求调剂
已经有5人回复
-
药学求调剂
已经有13人回复
-
求调剂推荐
已经有4人回复
-
290调剂生物0860
已经有40人回复
-
085400电子信息类（川大控制工程）求调剂可跨专业 求老师联系
已经有6人回复
-
材料工程281还有调剂机会吗
已经有42人回复
-
273求调剂
已经有6人回复
-
药学305求调剂
已经有6人回复
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
小木虫: 金币+0.5, 给个红包，谢谢回帖
|
数据挖掘、机器学习与模式识别，都已经独立成学科，但它们之间的区别和联系是什么？在看相关领域的书籍和论文时，会发现其研究内容和方法会有不少重叠的地方。 数据挖掘和机器学习的区别和联系，周志华有一篇很好的论述《机器学习与数据挖掘》可以帮助大家理解。数据挖掘受到很多学科领域的影响，其中数据库、机器学习、统计学无疑影响最大。简言之，对数据挖掘而言，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。由于统计学往往醉心于理论的优美而忽视实际的效用，因此，统计学界提供的很多技术通常都要在机器学习界进一步研究，变成有效的机器学习算法之后才能再进入数据挖掘领域。从这个意义上说，统计学主要是通过机器学习来对数据挖掘发挥影响，而机器学习和数据库则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，但机器学习研究往往并不把海量数据作为处理对象，因此，数据挖掘要对算法进行改造，使得算法性能和空间占用达到实用的地步。同时，数据挖掘还有自身独特的内容，即关联分析。 而模式识别和机器学习的关系是什么呢，传统的模式识别的方法一般分为两种：统计方法和句法方法。句法分析一般是不可学习的，而统计分析则是发展了不少机器学习的方法。也就是说，机器学习同样是给模式识别提供了数据分析技术。 至于，数据挖掘和模式识别，那么从其概念上来区分吧，数据挖掘重在发现知识，模式识别重在认识事物。 |
24楼2012-03-29 18:23:30
li4030
金虫 (正式写手)
- 应助: 4 (幼儿园)
- 金币: 7574.9
- 红花: 1
- 帖子: 539
- 在线: 140.2小时
- 虫号: 1332811
- 注册: 2011-06-28
- 专业: 计算机应用技术
2楼2011-10-28 17:27:29
3楼2011-10-29 08:58:57
4楼2011-10-29 15:08:36
