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。
???????????
机器学习的目的是建模隐藏的数据结构,然后做识别、预测、分类等。
因此,机器学习是方法,模式识别是目的