-
邀请演讲
统计算法型数据挖掘:比如应用平均函数、标准差函数、回归方程等算出一组数据的平均值、标准差等指标并去掉干扰数据。
机器学习型数据挖掘:首先，我们先了解下机器学习的定义。机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
在此基础上，可以看出，机器学习型数据挖掘相当于更深层次应用的统计算法型数据挖掘，举个例子，机器学习型数据挖掘可以分析出你的消费偏好变化并不断修正自身算法偏差，所以我们可以将其可以称之为"动态数据挖掘";而对应地，统计型数据挖掘则可以称之为"静态数据挖掘"，要求在一开始你就对研究课题设计较好的统计算法(当然这算法也可以是机器学习不断修正后比较满意的算法)，否则挖掘出的数据意义不大。
扫一扫
下载《前瞻经济学人APP》进行提问
与资深行业研究员/经济学家互动交流让您成为更懂行业的人
