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？

howtodown · 发表于 2014-12-25 22:54:36

A网友回答：

人工智能最大，机器学习是人工智能最近比较流行的一个分支。

机器学习通常会用统计分析的方法进行分析，统计学在机器学习里占有非常重要的地位。

神经网络是机器学习里一个研究非常广泛的方法，貌似有个会议就是研究神经网络的，NIPS，不过现在其实NIPS上很多论文也都和神经网络无关的，NIPS现在和ICML比较像了哦。。。

数据挖掘可以认为是机器学习的一个方向了的。

至于模式识别和机器学习的关系，就有点说不清了哦。。。

B网友回答：

机器学习：强调学习能力，机器在算法的指导下有一点的学习能力，比如神经网络，训练算法
统计分析：从统计的角度出发，发现系统的规律，比如线性回归等，不过神经网络也可以看作一种非线性回归。
数据挖掘：强调的是从一大堆数据里有价值的数据，比如最赚钱的信息，指标，比如，啤酒尿布要放一块，为了挖掘有价值的信息，当然所有方法都会用上。
神经网络：强调模拟生物神经系统，尤其是大脑的神经网络。比如：BP网络，竞争神经网络，等各种仿生的算法。神经网络的学习机制，收敛性质等都会讨论
人工智能：这个强调的是让机器象人一样聪明，方法就不限了，规则也罢，神经网络等仿生学也罢，都可以来为我所用
模式识别：强调训练和识别，比如图像里识别出一个人脸，识别出树木，背景，识别验证码，。。。使用各种学习算法，分类算法，比如神经网络，SVM，。。。

每个概念都是不同人从不同角度，不用的关注点，看这些前沿技术。有的人为了实现象人一样的机器人，比如，强调人工智能的人，有的人想从中赚钱，比如，强调数据挖掘的人，有的人对仿生比较喜爱，比如强调神经网络的人。。。。。每个相关书籍都看看，理解他们就好了

C网友回答：

机器学习、统计分析、数据挖掘、神经网络、人工智能、模式识别，很难说谁包含于谁，只能分开说每一个概念的意义，谁服务于谁。

数据挖掘是一种概念，从数据中挖掘到有意义的信息。
很多人认为数据挖掘是新学科，是基于大数据，其实不然，如果给你一个数据说李嘉诚有100多亿美元，再给你一个数据是全国平均人均可支配收入水平是13279元人民币，你能挖掘出一个信息叫，李嘉诚很有钱，这也是数据挖掘。只不过很小白而已。

模式识别是目的，识别出一种模式，比如两个眼睛一个鼻子的是人脸的模式。如果不通过电脑，手工的通过计算来识别模式，也属于模式识别

机器学习是一种方法，通常用来进行模式识别，用机器去学习不直观的数据得到模式，这其中会需要用到各种各样的知识，比如统计分析的知识。

人工智能，这个概念就大了，这个概念是想要人工制造出和人类一样的智能，所以很多人就想出了机器人这么一个科幻产物，有人类的智能，并且依托于机器的强大运算能力。事实上，人工智能也不一定要和电脑挂钩的，只不过现在只有电脑有这么强大的计算能力，如果有一天生物科技能够突破，说不定也能实现。（纯属YY）

神经网络，这是学习算法中的一个很火的模型，它号称结合了多学科，模拟了人的神经过程，是很好的一种学习方法，可以说这个是基于统计学范畴的。

D网友回答：

人工智能最大，内容同名字一样就是一个【科技领域】，致力于发展更加智能的机器和软件。

机器学习是【算法】的研究，致力于研究能够根据经验自动提高的算法。

神经网络是一种【模型】，和名字一样是模拟中央神经系统的一种数学模型，可以用于进行模式识别和机器学习。

统计分析是数据学和统计学的一部分，在机器学习中是一种【工具】。机器学习中有很多方法是运用统计理论来估计某一种probability estimator进而进行预测的。在统计和数据学家看来，机器学习就是计算机学家做统计。

数据挖掘和机器学习的区分是，数据挖掘问题一般都有巨大数据，尤其指计算效率比统计精度更加重要的问题，通常站在商业的角度；机器学习则更加偏向于人工智能的方面。

模式识别，是机器学习的一个领域，指的是把input贴上标签的过程（就是预测的过程）。在分类问题中就是把input分类，在regression中就是给进input给出实数值。

E网友回答：

人工智能这个领域太大，它和其他几个的关系，我在另外一个回答里有一些我的观点里有回答，我就不多赘述了：通过机器学习以及大规模数据的统计，电脑可以无限逼近人脑的能力么？如果可以，哪些能力是比较容易被逼近的？

关于另外几个，模式识别，统计理论和数据挖掘：

关于模式识别，他基本用的是机器学习的方法（确切说是概率理论里的机器学习），而基于概率的机器学习和统计理论有很大的交际。

而数据挖掘是机器学习和统计理论交叉的一个应用方向，他期望从一堆观察到的数据里，发现一些潜在的关系和核心。他的核心方法基本都囊括在机器学习中，也基本被统计理论包含。

关于神经网络，计算机方向最了解的是把他作为AI中machine learning的一个分支来对待。而在其他领域，比如control里，bioinformatics里，也有应用。有一部分研究者把它作为一个独立的方向来对待，结构上也更加复杂了。