试问，数据挖掘与机器学习究竟是怎样的关系和区别？

若爆了 发表于 2012-6-21 17:56
谢！先去了解一下~

不过假如完全没基础的话这本书就有点太难了＝ ＝

cheerz827 发表于 2012-6-21 13:02
ML ＝ Machine Learning
DM ＝ Data Mining

翻了下机器学习的网上公开课，太难了，都是数学推导，数学不好简直没法学了
数据挖掘是不是也是各种理论数学推演啊，郁闷啊

我觉得机器学习更偏数学一些, 里面一般都是些数学公式,
而数据挖掘更偏数据库, 里面常牵扯到数据仓库等知识.

gamesover 发表于 2012-10-9 12:05
翻了下机器学习的网上公开课，太难了，都是数学推导，数学不好简直没法学了
数据挖掘是不是也是各种理论 ...

这些东西说到底都是数学，但是假如你不是搞理论研究的，就没必要知道那么底层的东西啊。比如说我知道一个模型怎么训练（通常都很简单，因为这就是复杂数学的推导结果）和我知道为什么会有这样一个模型（他的loss function是什么，为什么会收敛，统计上的意义是什么，有没有什么更适合我数据分布的改进）就是两种境界，假如就单纯想用用，前者就可以了，当然你假如想自虐比如像我一样，那么就尝试着回答一下后者的问题吧= =

cheerz827 发表于 2012-10-10 07:14
这些东西说到底都是数学，但是假如你不是搞理论研究的，就没必要知道那么底层的东西啊。比如说我知道一个 ...

求后一种讲解应用型模式的课程，stanford之类的网上课程都是原理推导，没法活了，都变成数学系的了
你说的对，会用微积分解题，和推导出微积分的原理定理，那是两种完全不同的境界
请让数学的归数学，计算机的归计算机吧
计算机的都去搞理论数学了，不是砸了学数学人的饭碗吗

cheerz827 发表于 2012-10-9 19:14
这些东西说到底都是数学，但是假如你不是搞理论研究的，就没必要知道那么底层的东西啊。比如说我知道一个 ...

底层的东西搞不懂怎么敢乱用！！

显然这不是自虐是一种科学的态度。

gamesover 发表于 2012-10-10 03:18
求后一种讲解应用型模式的课程，stanford之类的网上课程都是原理推导，没法活了，都变成数学系的了
你说 ...

数学的饭碗砸不了。。这些数学在学数学的眼里就是很简单很应用的东西。。

对于你来说convergency那些不用管，但是至少要把Likelihood搞清楚，否则有的时候包里有些选项不会使用

现在数学书真心搞不懂啊。。

我个人感觉DM只是ML的一个应用。ML是一个更general的领域，它的理论可以被用在许多地方，如DM，Computer Vision, NLP等等。对于这些不同的应用，主要表现就是对于ML算法的input和output不同。如DM的话，可能可以是电子商务的用户买卖记录，而对于CV而言，可以是图像中的特征点等。当然如DM之流能够成为一个新的分支，必然会在其自身领域产生出新的更适合的新算法。

但总的来说，硬要说DM和ML是啥关系的话，我只能说DM应用了很ML的算法，而ML为DM提供了更为general的理论基础。

浅见，轻拍~

gamesover 发表于 2012-10-10 15:18
求后一种讲解应用型模式的课程，stanford之类的网上课程都是原理推导，没法活了，都变成数学系的了
你说 ...

好吧，其实S大的课程在我看来是前一种= =都是最基本的内容，这些还是无论如何要知道点的，不然就真的是拿来胡乱用了

wwtpcsuper 发表于 2012-10-10 15:24
底层的东西搞不懂怎么敢乱用！！

显然这不是自虐是一种科学的态度。

关键在于你怎么定义这个“底层”，假如你就是看过S大的课程的话也可以说是往下知道了一点，但是真正的ML理论要比这个再深上不知道多少层。很简单的一个例子，Andrew Ng课上也应该大概讲了discriminative和generative model，你可以说你知道了一点点底层，但是你们可以看看当年Andrew Ng的著名的论证Naive Bayes和Logistic Regression表现的paper：http://ai.stanford.edu/~ang/papers/nips01-discriminativegenerative.pdf 假如你觉得你还要明白到这个份儿上就属于自虐了