A-A+

(译)机器学习、大数据、深度学习、数据挖掘、统计、决策和风险分析、概率和模糊逻辑的常见问题解答

2013年02月05日 Machine Learning 暂无评论 阅读 41,962 次

机器学习、大数据、深度学习、数据挖掘、统计、决策和风险分析、概率和模糊逻辑的常见问题解答
感谢学姐依海之燕翻译并授权ExBot使用

 

1、机器学习、大数据、深度学习、数据挖掘、统计、决策和风险分析、概率、模糊逻辑等有什么不同?

答:除了属于、具体目标和文化等,并没有什么本质的区别。它们都是概率的分支,对不确定性的理解和量化。概率本身就是逻辑的一种扩展。

 

2、概率和逻辑之间有什么不同?

答:两者并没有特别大的区别,除了,概率对不确定性的处理,逻辑对应着确定性。机器学习、统计等都是一种不确定性的事情。

逻辑对应着一系列条件和一个结论,要么结论遵循条件是真实的,否则是假的。

概率也对应着一系列条件和一个结论,虽然结论不是一种确定性,仅仅是一种概率。

 

3、在数学中,很多逻辑理论有不止一个的真值,而不是一般意义上的逻辑。那到底是如何解释呢?

答:逻辑的研究是数学上一个分支。此外,标准来评估这些特殊的真值逻辑,亚里士多德的二值逻辑,有时称为“元逻辑”,对应着唯一的对与错。仅存在一个逻辑。

 

4、概率是哲学的一个分支吗?特别是从认识论的角度分析。

答:当然,概率是认知论的一部分,正如很多书和文章上所证实的那样。几个世纪以来,几乎所有的这些仍然从数学实践者中隐藏。

概率也可以是纯粹的数据操作:理论、论证、文章、引理等。 方程一应俱全。但是,数学命题(如更多更好的药物A)就是哲学的境界。这同样适用于应用数据、理论

数学及其其他任何外部的命题(如:桥的承重是多少?)。

 

5、模糊逻辑和概率有么不同吗?

答:没有。有时模糊逻辑像数学一样,有很多真值,但是像概率一样,标准逻辑也用来评估理论自身。在实际应用中,模糊逻辑可以称之为事情的不确定性。模糊逻辑是概率的重发现之一,另一种说法吧·

 

6、什么是模型?

答:利用模型产生期望的结果。如果y = a + b*x,如果a和b是已知的,则这个方程是一个模型。如果a和b是不确定的,方程从决策模型变为概率模型。

 

7、探索性分析(EDA exploratory data analysis)是不是一个模型呢?

答:是的。有一些假设导向一些结论。模型不仅仅是一个数学模型。

 

8、概率和决策分析之间有什么不同?

答:一个赌注作用在不确定结果中,将变为一种决策。

有时,概率模型不是告诉我们结果的不确定性,而是一种决策。

 

9、统计模型?

答:有些过程无法用理论分析方法导出其模型,但可通过试验或直接由工业过程测定数据,经过数理统计法求得各变量之间的函数关系,称为统计模型。

 

12、大数据?

第一,数据体量巨大。从TB级别,跃升到PB级别;

第二,数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。

第三,价值密度低。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。

第四,处理速度快。

 

13、数据挖掘?

        数据挖掘(Data Mining,DM)又称数据库中的知识发现(Knowledge Discover in Database,KDD),是目前人工智能和数据库领域研究的热点问题,所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程,它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等,高度自动化地分析企业的数据,做出归纳性的推理,从中挖掘出潜在的模式,帮助决策者调整市场策略,减少风险,做出正确的决策。

 

14、深度学习?

答:浅学习的反义~  复杂模型参数的估计或者拟合~

深度学习模型是一种神经网络~

 

转自:http://wmbriggs.com/blog/?p=6465

标签:

给我留言

Copyright © ExBot易科机器人实验室 保留所有权利.   Theme   Robin modified by poyoten

用户登录

分享到: