訂閱
糾錯(cuò)
加入自媒體

機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)、人工智能、深度學(xué)習(xí)和統(tǒng)計(jì)學(xué)之間的區(qū)別

數(shù)據(jù)科學(xué)是個(gè)廣義的學(xué)科, Analytics data scientist(Type A)和Builder data scientist(Type B)有所不同,Type A Data Scientists在工作中遇到數(shù)據(jù)相關(guān)時(shí)可以寫出不錯(cuò)的代碼,但是并不必須是專家,這類data scientist可能專業(yè)是實(shí)驗(yàn)設(shè)計(jì)、預(yù)測(cè)、建模、統(tǒng)計(jì)推斷或者其他統(tǒng)計(jì)學(xué)研究的典型部分。但是一般而言,數(shù)據(jù)科學(xué)家的工作產(chǎn)出可不是學(xué)術(shù)統(tǒng)計(jì)學(xué)有時(shí)候建議的那樣“p-values and confidence intervals”(正如有時(shí)候傳統(tǒng)的藥物領(lǐng)域統(tǒng)計(jì)學(xué)家會(huì)用到那樣)。在Google,Type A Data Scientists通常指統(tǒng)計(jì)學(xué)家、定量分析師、決策支持技術(shù)分析師或者數(shù)據(jù)科學(xué)家,可能還有其他的一些。

Type B Data Scientists是building data的。B類和A類有些相同的統(tǒng)計(jì)學(xué)背景,但他們還是更好的coders,可能有專業(yè)的軟件工程的訓(xùn)練。他們主要對(duì)在產(chǎn)品中使用數(shù)據(jù)感興趣,他們建立與用戶交互的模型,通常是提供推薦的(產(chǎn)品、可能認(rèn)識(shí)的人、廣告電影、搜索結(jié)果之類)。

1.機(jī)器學(xué)習(xí) vs 深度學(xué)習(xí)

在深度探討machine learning和data science的聯(lián)系之前,這里簡(jiǎn)要地討論一下machine learning 和deep learning。machine learning是一套算法,來(lái)訓(xùn)練數(shù)據(jù)集做預(yù)測(cè)或者采取行動(dòng)以使得系統(tǒng)最優(yōu)化。舉例來(lái)說(shuō),supervised classification algorithms被用來(lái)根據(jù)歷史數(shù)據(jù)將想要貸款的客戶分成預(yù)期好的和預(yù)期差的(good or bad prospects)。對(duì)于給定的任務(wù)(比如監(jiān)督聚類),需要的技術(shù)多種多樣:naive Bayes、SVM、neural nets、ensembles、association rules、decision trees、logistic regression,或者是很多技術(shù)的組合。所有這些都是數(shù)據(jù)科學(xué)的子集。當(dāng)這些算法自動(dòng)化后,比如無(wú)人駕駛飛機(jī)或者無(wú)人駕駛汽車,這就叫AI了,或者說(shuō)的具體一點(diǎn),deep learning。如果采集的數(shù)據(jù)來(lái)自傳感器并且通過(guò)互聯(lián)網(wǎng)傳播,那么這就是機(jī)器學(xué)習(xí)或數(shù)據(jù)科學(xué)或深度學(xué)習(xí)應(yīng)用于物聯(lián)網(wǎng)了。

有些人對(duì)深度學(xué)習(xí)有不同的定義,他們認(rèn)為深度學(xué)習(xí)是更深層次的神經(jīng)網(wǎng)絡(luò)(一種機(jī)器學(xué)習(xí)的技術(shù))。AI(Artificial Intelligence)是創(chuàng)建于20世紀(jì)60年代的計(jì)算機(jī)科學(xué)的一個(gè)子領(lǐng)域,是關(guān)于解決那些對(duì)人類來(lái)講非常容易但是對(duì)計(jì)算機(jī)而言很難的任務(wù)。值得一提的是,所謂的strong AI可能可以做所有人類可以做的事情(可能除了純粹的物理問(wèn)題)。這是相當(dāng)廣泛的,包括各種各樣的事情,比如做計(jì)劃,在世界上到處溜達(dá),識(shí)別物體和聲音,說(shuō)話,翻譯,社交或者商業(yè)交易,還有創(chuàng)造性工作(比如寫詩(shī)畫畫)等等。

NLP(Natural language processing)只是AI要處理的語(yǔ)言部分,尤其是寫。

Machine learning是這樣的一種情況:給出一些可以被以離散形式描述的AI問(wèn)題(比如從一系列動(dòng)作中選出對(duì)的那個(gè)),然后給定一堆外部世界的信息,在不需要程序員手動(dòng)寫程序的情況下選出那個(gè)“正確的”行為。通常情況需要借助外界的一些過(guò)程來(lái)判斷這個(gè)動(dòng)作對(duì)不對(duì)。在數(shù)學(xué)上,這就是函數(shù):你給一些輸入,然后你想要他處理一下得到正確的輸出,所以整個(gè)問(wèn)題就簡(jiǎn)化為用一些自動(dòng)的方式建立這種數(shù)學(xué)函數(shù)模型。和AI區(qū)分一下:如果我寫了一段特別機(jī)智的程序有著人類的行為,那這就可以是AI,但是除非它的參量都是自動(dòng)從數(shù)據(jù)中學(xué)會(huì)的,否則就不是機(jī)器學(xué)習(xí)。

Deep learning是當(dāng)下非常流行的機(jī)器學(xué)習(xí)的一種。它包含一種特殊的數(shù)學(xué)模型,可以想成是一種特定類型的簡(jiǎn)單塊的組合(或者說(shuō)是塊的功能的組合),這些塊可以進(jìn)行調(diào)整來(lái)更好的預(yù)測(cè)最終結(jié)果。

2. Data Science VS Machine Learning

機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)都是數(shù)據(jù)科學(xué)的一部分。Learning這個(gè)詞在machine learning里意味著依賴于某些數(shù)據(jù)的算法,被用作一種訓(xùn)練模式集來(lái)調(diào)整一些模型或者算法參數(shù)。這包含很多技術(shù),比如回歸、樸素貝葉斯或者監(jiān)督聚類。但不是所有的技術(shù)都適合這個(gè)分類。比如,非監(jiān)督聚類——一種統(tǒng)計(jì)學(xué)和數(shù)據(jù)科學(xué)的方法——旨在不依靠任何先驗(yàn)知識(shí)和訓(xùn)練集監(jiān)測(cè)聚類或聚類結(jié)構(gòu)來(lái)幫助分類算法。需要有人來(lái)標(biāo)注被發(fā)現(xiàn)的聚類。有些技術(shù)是混合的,比如半監(jiān)督分類。有些模式偵查或者密度評(píng)估技術(shù)適合這個(gè)分類。

然而數(shù)據(jù)科學(xué)比機(jī)器學(xué)習(xí)范圍大得多。數(shù)據(jù)科學(xué)里“data”,可能是也可能不是來(lái)自機(jī)器或者機(jī)械過(guò)程的(調(diào)查結(jié)果可能是人工采集的,臨床試驗(yàn)需要一種特殊類型的small data等),而且可能和上面提到的”learning”一點(diǎn)關(guān)系也沒(méi)有。但是主要的不同還是因?yàn)閿?shù)據(jù)科學(xué)實(shí)際上涵蓋了整個(gè)數(shù)據(jù)處理的范圍,而不只是算法或者統(tǒng)計(jì)學(xué)方面。

聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問(wèn)題的,請(qǐng)聯(lián)系我們。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

    掃碼關(guān)注公眾號(hào)
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯(cuò)
    x
    *文字標(biāo)題:
    *糾錯(cuò)內(nèi)容:
    聯(lián)系郵箱:
    *驗(yàn) 證 碼:

    粵公網(wǎng)安備 44030502002758號(hào)