机器学习_相关概念

一开始我是自学的机器学习的相关知识，因为要参加比赛，有点急于求成，网上到处找教程，学了很多，也了解了很多算法，但是脉络没搞清楚，后面也越来越没有信心

机器学习有很多相关的概念，我觉得在准备深入学习这些东西之前一定要把概念层次弄清楚，要不然很容易陷入误区，所以在这里把一些相关的概念和脉络理一下

1.机器学习，数据挖掘，模式识别

参考:

http://www.cnblogs.com/growup/archive/2011/04/26/2029393.html

http://blog.csdn.net/lukelu1263/article/details/7852883

http://shijuanfeng.blogbus.com/logs/216968430.html

http://stats.stackexchange.com/questions/5026/what-is-the-difference-between-data-mining-statistics-machine-learning-and-ai

我的理解是这样的

统计学:非常古老了，概率是学习中经常要用到的东西，是所有的基础，代表关键词：概率。

机器学习：侧重于根据数据进行训练，代表性关键词，目的是总结一种训练的方法：训练集，测试集，神经网络学习。

模式识别：侧重于对事物进行感知，识别对象，会用到机器学习，但目的是识别，代表：人脸识别，文字识别，语音识别。

数据库管理：侧重于对数据进行管理，代表：数据仓库。

人工智能和数据挖掘是两个显而易见的应用：

人工智能：模拟人的行为，思维是最终目的，核心就是机器学习，根据数据进行训练，比如：智能小车，机器人

数据挖掘：侧重于从数据中获取感兴趣的内容，比如：广告推广，系统推荐