其他
终于有人把大数据、机器学习、数据科学讲明白了
导读:快速了解大数据,机器学习与数据挖掘的区别,数据科学的作用,机器学习与数据科学的不同点有哪些?
数据挖掘是从数据中提取有用信息或见解的任何数据处理方法。(请注意,你并不是在挖掘数据,而是从这些数据中挖掘信息和见解。)
机器学习是一门让计算机去做它们没有被设定好怎么去做某项事情(即不是死板地、程式化地去做事情)的科学。
如果你需要从数据中提取有价值的信息,并且对希望获得的信息(例如特定时间段内访问网站的人数)有清晰的认识,那么数据库(或数据仓库)配合基本的商业智能软件可能就足够了。
如果你面对的是大数据,对回答某个疑问或解决某个特定问题没有特别的思路(甚至可能没有问题,或者心中也没什么困惑,一片茫然),那么你可能需要使用某种(监督或无监督)机器学习技术。比如使用无监督学习,可以将所有数据输入机器学习模型,并查看它会产生什么结果。
作者:[美]道格·罗斯(Doug Rose) 译者:刘强
多伦多大学Shehroz S.Khan作序推荐
传统商业与AI技术的碰撞
智能时代不可不读的AI趣味概述
推荐理由
本书通俗地介绍人工智能(AI)和机器学习(ML):它们是如何工作的,能做什么,不能做什么,如何借助它们获利。这本书为非技术高管和非专业人士撰写。罗斯基于多年的教学和咨询经验,以直观的类比和解释揭开了AI/ML技术的神秘面纱,解释了从早期的“专家系统”到先进的深度学习网络的发展。