1大数据分析与挖掘.pptx

大数据与机器学习 海量数据可广泛获得，所稀缺的是如何从中挖掘出智慧和观点。 ——Google 首席经济学家 Hal Varian 大数据分析主要依靠机器学习和大规模计算，机器学习已成为大数据的基石。 机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 简而言之，机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。 1大数据分析与挖掘全文共28页，当前为第1页。 机器学习的常见用途 1大数据分析与挖掘全文共28页，当前为第2页。 统计分析与数据挖掘 什么是数据挖掘？ 1大数据分析与挖掘全文共28页，当前为第3页。 数据分析与数据挖掘的区别 数据分析 数据挖掘 数据量 数据量一般不大 数据量通常很大 约束 从一个既定假设（目标）出发 可以不需要既定的假设（目标） 对象 针对数字化的数据 可以针对数字化的数据，还可以针对声音，文本，图像等 结果 对结果进行解释，呈现有效的信息 结果