机器学习与数据挖掘

陈强

摘要：本文主要介绍机器学习的几种常见模型和几种常见的分类，并介绍分析数据挖掘的体系结构和二者的常见应用，最后总结二者相结合的实际应用及未来发展的趋势。

关键词：数据挖掘；机器学习；大数据

1 引言

近些年来，随着互联网行业飞速发展，无论是日常生活中还是其他领域每天都会产生非常庞大的信息量，这些信息隐含着巨大的价值，对各个领域都有着很显著的帮助。当下对数据库信息的处理只是传统的存取操作，通过简单的存取操作获得的信息只是数据库信息所包含的很少的一部分。在大数据时代，传统的数据分析方法，在时间以及空间意义上都是很难行得通的。数据挖掘通过数据统计，对数据的在线处理分析，机器学习等方法搜索大数据中有用信息，所以，数据挖掘技术是大数据时代处理分析数据的有效方法。

[1]机器学习作为人工智能的一个分支。在大数据时代飞速发展，机器学习领域主要的研究对象是如何在经验学习中改善具体算法的性能，十分契合数据挖掘对数据处理的需要。

2 机器学习

机器学习主要工作是设计和分析一些让计算机可以对现有数据自动“学习”的算法。机器学习算法从数据中自动分析获得规律，并利用规律对未知数据进行预测。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。……