資料採礦、機器學習和模式識別關聯與區別

這學期分別學習了《資料採礦》《機器學習》和《模式識別》三門課程，為了搞明白這三者的關係，就google了下，一下為一些從網上獲得的資料。

-----------------------------

      資料採礦和機器學習的區別和聯絡，周志華有一篇很好的論述《機器學習與資料採礦》可以協助大家理解。資料採礦受到很多學科領域的影響，其中資料庫、機器學習、統計學無疑影響最大。簡言之，對資料採礦而言，資料庫提供資料管理技術，機器學習和統計學提供資料分析技術。由於統計學往往醉心於理論的優美而忽視實際的效用，因此，統計學界提供的很多技術通常都要在機器學習界進一步研究，變成有效機器學習演算法之後才能再進入資料採礦領域。從這個意義上說，統計學主要是通過機器學習來對資料採礦發揮影響，而機器學習和資料庫則是資料採礦的兩大支撐技術。從資料分析的角度來看，絕大多數資料採礦技術都來自機器學習領域，但機器學習研究往往並不把海量資料作為處理對象，因此，資料採礦要對演算法進行改造，使得演算法效能和空間佔用達到實用的地步。同時，資料採礦還有自身獨特的內容，即關聯分析。

而模式識別和機器學習的關係是什麼呢，傳統的模式識別的方法一般分為兩種：統計方法和句法方法。句法分析一般是不可學習的，而統計分析則是發展了不少機器學習的方法。也就是說，機器學習同樣是給模式識別提供了資料分析技術。

至於，資料採礦和模式識別，那麼從其概念上來區分吧，資料採礦重在發現知識，模式識別重在認識事物。

？？？？？？？？？？？

機器學習的目的是建模隱藏的資料結構，然後做識別、預測、分類等。

因此，機器學習是方法，模式識別是目的