模式識別=機器學習
資料探勘=機器學習+資料庫
統計學習≈機器學習
語音識別=機器學習+語音處理
計算機視覺=機器學習+影象處理
自然語言處理=機器學習+文字處理
在這節對機器學習這些相關領域的介紹，有助於我們理清機器學習的應用場景和研究範圍，更好地理解後面的演算法和應用層次。
模式識別
模式識別=機器學習。模式識別是從工業界發展起來的，而機器學習來自計算機學科，可以被視為同乙個領域的兩個方面。
資料探勘
資料探勘=機器學習+資料庫。近幾年的資料探勘，過於炒作。可能從資料中挖掘出金子，也可能挖出石頭。資料探勘僅僅是一種思考方式，告知我們應該嘗試從資料中挖掘出知識，但不是每個資料都能挖出金子。乙個擁有挖掘思維的人員才是關鍵，而且他還必須對資料有著深刻的認識，這樣才能從資料中匯出模式以改善業務。
統計學習
統計學習近似等於機器學習。統計學習是個與機器學習高度重疊的學科。因為機器學習中的大多數方法都來自統計學，甚至可以說，統計學的發展促進機器學習的繁榮昌盛。例如：支援向量機演算法，就是源自統計學科。
兩者的分別：統計學習重點關注的是統計模型的發展與優化，偏數學；機器學習更關注解決問題，偏實踐。
計算機視覺語音識別
語音識別=語言處理+機器學習。語音識別技術一般不會單獨使用，一般會結合自然語言處理的相關技術。目前的相關應用有蘋果的語音助手siri等。
自然語言處理
機器學習（3）強化學習 入門
在機器學習的監督學習，無監督學習和強化學習中，我最喜歡強化學習，因為強化學習最接近動物的學習方式，而且業務需求特別強烈。reinforcement learning 增強學習，以下簡稱rl rl背後的乙個核心概念是價值估計，並據此進行相應動作。在繼續深入之前，最好先了解一些術語。在rl中，實施動作的...
Python3入門機器學習 整合學習
整合學習是使用一系列學習器進行學習，並使用某種規則把各個學習結果進行整合從而獲得比單個學習器更好的學習效果的一種機器學習方法。準備資料 x,y datasets.make moons noise 0.3,n samples 500,random state 42 from sklearn.model...
機器學習入門
研究生考試結束了，考研通知書也在幾天前到手了，是時候安心下來考慮一下未來研究生的生活和學習了，看現在機器學習特別的火，所以我就先跟風學習一下機器學習吧。由於剛開始學習，所以對一些專有名詞不是很熟悉，所以特別做了一下總結，因為剛剛入門，所以就先整理了這些。人工智慧 一 認知和感知 區別看待 目前是在感...