Question

FAQ

Q1: 机器学习与数据挖掘的关系?

A1：

• 机器学习为数据挖掘提供理论方法: 分类、聚类、…

• 所处理的数据在量上的差距

  • 机器学习－数据规模相对小
  • 数据挖掘－数据规模相对大

• 机器学习是为人工智能准备，而数据挖掘目标适中

  • 自动化繁琐的挖掘工作，而非达到人的智能行为
  • 辅助用户决策，而非替代用户决策

Q2: 数据库与数据挖掘的关系?

A2:

• 数据库：演绎推理（deductive）
  先定义好模式，按照模式查询数据（SQL）

• 数据挖掘：归纳推理（inductive）

  给定特定数据，归纳一般模式
  数据挖掘是数据库功能的延伸

Q3: 数据挖掘 DM 知识发现 KDD 的关系?

A3:

知识发现由下列步骤组成，数据清理-->数据集成à数据选择->数据变换à数据挖掘à模式评估à知识表示. 数据挖掘是知识发现过程中的一个步骤。

Q4: 各学科简单比较

A4 :

数据挖掘 ＝ 模型 model + 算法 algo
程序 ＝ 算法 ＋ 数据结构 ＋ 领域知识
机器学习：样本＋背景知识，通过一定的 学习算法 ，得到概念描述

Q5: 模型，模式和算法的关系

A5 :

模型：对数据集整体的理解和认识
模式：对局部数据集的认识，如关联规则中某具体规则
算法：给定一个输出，按照某种过程得到一个输出。

---

1. https://blog.sina.com.cn/s/blog_8901cf6e0102yiav.html DIKW：数据、信息、知识、智慧的金字塔层次体系 ↩︎
2. https://amplab.cs.berkeley.edu/software/ BDAS ↩︎