在大数据分析中,机器学习通常用于什么目的

Question

如题所述

Answer 1

在大数据分析中，机器学习通常用于预测分析，时间序列模型以及发现变量之间的因果关系。

机器学习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。它是人工智能核心，是使计算机具有智能的根本途径。

机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。机器学习是对能通过经验自动改进的计算机算法的研究，机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。

机器学习的应用

数据分析与挖掘技术是机器学习算法和数据存取技术的结合，用机器学习提供的统计分析、知识发现等手段分析海量数据，同时利用数据存取机制实现数据的高效读写。机器学习在数据分析与挖掘领域中拥有无可取代的地位，2012年Hadoop进军机器学习领域是一个很好的例子。

模式识别起源于工程领域，而机器学习起源于计算机科学，这两个不同学科的结合带来了模式识别领域的调整和发展。模式识别研究主要集中在两个方面，一方面是研究生物体是如何感知对象的，属于认识科学的范畴。另一方面是在给定的任务下，如何用计算机实现模式识别的理论和方法，这些是机器学习的长项，也是机器学习研究的内容之一。