请教：数学统计与计算机的数据挖掘有什么区别啊

hiter8888 发表于 2012-10-25 01:10
我主要选偏系统的。很多应用的那些感觉华而不实啊。像什么自然语言处理基本就是学英语了

问题是我们老师都只研究这个，其实我觉得实质上要做好这些，计算机的基础要求算法、数据结构、系统还是得掌握好的，而且能应用很多新的想法，还是很有趣的

同问。我比较同样14楼的说法。不知道是不是这样？

应该是一样的样子

wwtpcsuper 发表于 2012-7-16 13:42
没区别。。

还是有点区别的。Data Mining里有big data，这些大数据量是stat无法囊括的。

比如association rule mining里面要解决的computing的问题，是stat模型不关心的；本身是个算法问题。

至于模型/主题（比如clustering），我的看法是DM还是借助了很多ML stat的传统方法（比如多元统计）在做。

吃辣椒 发表于 2014-1-3 07:08
还是有点区别的。Data Mining里有big data，这些大数据量是stat无法囊括的。

比如association rule mi ...

你觉得association rule很make sense么

wwtpcsuper 发表于 2014-1-4 02:08
你觉得association rule很make sense么

我觉得有些东西，存在即是合理。

wwtpcsuper 发表于 2014-1-4 02:08
你觉得association rule很make sense么

呵呵，拜访了您的个人主页，和Williams Wei就差一个字啊~

wwtpcsuper 发表于 2014-1-3 13:08
你觉得association rule很make sense么

的确赚钱，的确赚钱啊！！！

统计更关心inference，但是big data一书说，将来收集的数据已经趋近于全集，不再存在infer问题（我持保留态度）。。。。个人经验是大数据里面也不是不用统计，至少目前不是。你以为可以收集全部数据就能分析全部？就能全部都用来做某件事？

所以统计会考虑用什么模型描述数据，是否合适，不合适怎么办，合适的话如何预测，预测精度如何，等等

典型的CS就是不考虑预测精度么。。。

data mining显然是cs的啊。。。简单统计（算术）道理解决实际问题
里面包含的一些内容统计的也考虑比如clustering
association显然不是统计里面的吧（？）

那本书还说将来不在意cause只要有correlation就够，这个也是，保留态度。。。
Nate silver的推崇是，知道模型，并且理解模型工作原理，能讲出道道来，会帮助预测。

--- 我见过的例子不足以prove or disprove either one，科学上持保留态度，个人主观感觉上偏好后者。

另外就是统计对performance and engineering关心不如cs多吧

wwtpcsuper 发表于 2012-7-16 16:20
或者严谨点是computational statistics跟data mining跟machine learning都没啥本质区别。叫法不一样

我还以为研究模拟、仿真、蒙特卡洛方法这些的叫computational statistics。。