统计、机器学习和数据挖掘

Question

我目前正在学习数据挖掘，我有以下问题。

1. 机器学习和数据挖掘之间有什么关系？
2. 我发现许多数据挖掘技术都与统计相关，而我“听说”数据挖掘与机器学习有很多关系。所以我的问题是：机器学习与统计密切相关吗？
3. 如果它们不密切相关，是否存在将侧重于统计技术的数据挖掘和侧重于机器学习技能的数据挖掘分开的划分？因为我发现一些研究生院的统计系开设了数据挖掘课程。

Answer 1

人们所说的机器学习、数据挖掘和统计之间往往有很多重叠之处。这些术语的定义取决于您询问的对象。

这是nice overview，有很多很棒的链接。

Answer 2

数据挖掘是从数据中提取有用信息的过程，例如模式、趋势、客户/用户行为、喜欢/不喜欢等。这涉及使用与人工智能和统计相关的算法。

Wikipedia对数据挖掘的定义是：

数据挖掘（数据库中知识发现的分析步骤 过程，[1] 或 KDD），一个相对年轻的跨学科领域 计算机科学，[2][3] 是发现新模式的过程 来自涉及统计和人工方法的大型数据集 智能，还有数据库管理。与例如相反 机器学习，重点在于发现以前的 未知模式，而不是将已知模式推广到新模式 数据。

机器学习涉及让计算机“学习”该行为、趋势等，并据此采取行动。例如，在信用卡欺诈中，计算机“学习”客户的行为，如果发生奇怪的事情（涉及金额非常大的交易等），它会将该交易标记为潜在欺诈。

维基百科对机器学习的定义是：

机器学习是人工智能的一个分支，是一门科学 与算法设计和开发有关的学科 允许计算机根据经验数据进化行为，例如 从传感器数据或数据库。机器学习关注 允许机器学习的算法的发展 基于表示不完整的观察数据的归纳推理 有关统计现象的信息。分类也是 简称模式识别，是机器学习中的一项重要任务 学习，机器通过它“学习”自动识别复杂的 模式，根据它们的不同来区分示例 模式，并做出明智的决定。

机器学习使用数据挖掘来学习模式、行为、趋势等，因为数据挖掘是从一组数据中提取这些信息的方式。数据挖掘和机器学习都使用统计来做出决策。所以是的，统计数据在数据挖掘和机器学习中非常重要。

Answer 3

@SpeedBirdNine 已经给出了全面的答案。附带说明：

• 数据挖掘和机器学习主要基于统计学家古老而巧妙的思想。 （推论统计、决策理论等）
• 经典统计 + 当今强大的计算机 = DM 和 ML
• 既然我们生活在大数据时代，统计学家曾经面临的障碍，即缺乏足够的数据，已不再是问题。因此，在许多情况下（当然不是全部），可以肯定地说数据挖掘/机器学习是新的统计！ （他们过去在方程中使用的无穷大符号∞表示如果n（样本量）趋于无穷大，那么一切的行为都是可预测的（！），不再是妥协的现实！）。

关于你的最后一个问题，在我看来，在任何有意义的研究中，你要么需要对大数据应用一些统计方法，而这正是 DM/ML 派上用场的时候，要么你需要应用一种 DM/ML 方法已经根据经典统计设计。这是每个 DM/ML 研究都涉及的两个部分，不排除统计数据，更不用说当目标是提出一个高贵的 DM/ML 算法来分析/聚类/分类大数据时。