我研究模式识别（分类、聚类、神经网络、决策树等。但不包括文本分析）和优化（研究计算复杂度，以及目标假设的计算和复杂度的权衡、遗传算法等） on) 在我的大学里。
如果其他地方有人研究“机器学习”，我可以假设他们实际上是在学习模式识别+优化吗？
也就是说，机器学习是模式识别和优化的研究吗？
机器学习基本上是模式识别和优化的研究，对吗？
数据挖掘
机器学习
2022-03-02 08:49:15
2个回答
也许？正如维基百科所说：
数据库中的模式识别、机器学习、数据挖掘和知识发现 (KDD) 等术语很难分开，因为它们的范围在很大程度上重叠。
机器学习的核心是无监督学习。它是关于理解未知数据的。无监督学习的出现是因为，本质上许多现实世界的问题总是有一些与之相关的先验。
数据挖掘的核心是确定数据的意义。可以绘制简单的数据（2D），但是 10,000 个维度呢（当然现在有手段，但它们本身也有缺点）？你会怎么做？你没有任何标签，有人给你一百万个点的数据集，让你给他们一个报告，那你怎么办？您会拿起每个样本并手动查看值，还是想使用经过验证的解决方案以某种方式对其进行分区然后查看类？在某种程度上，你可以说无监督学习虽然是核心，但如今已成为有监督学习的预处理器。
其它你可能感兴趣的问题