人工智能與數(shù)據(jù)挖掘

1、機器學習與數(shù)據(jù)挖掘姓名：XXX班級：計XXX學號：XXXXX機器學習與數(shù)據(jù)挖掘隨著互聯(lián)網突飛猛進的開展，數(shù)據(jù)總量呈爆炸式增長，數(shù)據(jù)量從TB級別升到ZB級別 別IDC報告稱，未來10年數(shù)據(jù)總量將會增加50倍，應對如此的數(shù)據(jù)總量，相應管理數(shù)據(jù) 倉庫的服務器將增加10倍。目前主流的軟件已經無法在合理的時間內針對如此數(shù)量級別 的數(shù)據(jù)進行擷取、管理、處理并整理成能為決策提供幫助的信息。美國政府率先提出并啟 動了 “大數(shù)據(jù)研究和開展計劃”，標志著大數(shù)據(jù)已上升到國家意志，大數(shù)據(jù)時代到來。數(shù)據(jù)挖掘（英語：Data mining）,又譯為資料探勘、數(shù)據(jù)采礦。它是數(shù)據(jù)庫知識發(fā)現(xiàn)（英 語：Knowledge-Dis

2、covery in Databases,簡稱：KDD）中的一個步驟。數(shù)據(jù)挖掘一般是指從大 量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。數(shù)據(jù)挖掘通常與計算機科學有關，并通過 統(tǒng)計、在線分析處理、情報檢索、機器學習、專家系統(tǒng)（依靠過去的經驗法那么）和模式識別 等諸多方法來實現(xiàn)上述目標。機器學習”是人工智能的核心研究領域之一，其最初的研究動機是為了讓計算機系統(tǒng)具 有人的學習能力以便實現(xiàn)人工智能，因為眾所周知，沒有學習能力的系統(tǒng)很難被認為是具有 智能的。目前被廣泛采用的機器學習的定義是“利用經驗來改善計算機系統(tǒng)自身的性能”。 事實上，由于“經驗”在計算機系統(tǒng)中主要是以數(shù)據(jù)的形式存在的，因此機器學習需耍

3、設法 對數(shù)據(jù)進行分析，這就使得它逐漸成為智能數(shù)據(jù)分析技術的創(chuàng)新源之一，并且為此而受到越 來越多的關注?！皵?shù)據(jù)挖掘”和“知識發(fā)現(xiàn)”通常被相提并論，并在許多場合被認為是可以相互替代的 術語。對數(shù)據(jù)挖掘有多種文字不同但含義接近的定義，例如“識別出巨量數(shù)據(jù)中有效的、新 穎的、潛在有用的、最終可理解的模式的非平凡過程”。其實顧名思義，數(shù)據(jù)挖掘就是試圖 從海量數(shù)據(jù)中找出有用的知識。大體上看，數(shù)據(jù)挖掘可以視為機器學習和數(shù)據(jù)庫的交叉，它 主要利用機器學習界提供的技術來分析海量數(shù)據(jù)，利用數(shù)據(jù)庫界提供的技術來管理海量數(shù) 據(jù)。數(shù)據(jù)挖掘與機器學習的關系如圖一所示：圖一數(shù)據(jù)挖掘與機器學習的關系實際上，機器學習和數(shù)據(jù)挖掘

4、技術已經開始在多媒體、計算機圖形學、計算機網絡乃至 操作系統(tǒng)、軟件工程等計算機科學的眾多領域中發(fā)揮作用，特別是在計算機視覺和自然語言 處理領域，機器學習和數(shù)據(jù)挖掘已經成為最流行、最熱門的技術，以至于在這些領域的頂級 會議上相當多的論文都與機器學習和數(shù)據(jù)挖掘技術有關。總的來看，引入機器學習和數(shù)據(jù)挖 掘技術在計算機科學的眾多分支領域中都是一個重要趨勢。正因為機器學習和數(shù)據(jù)挖掘技術的進展對計算機科學乃至整個科學技術領域都有重要 意義，美國NASA-JPL實驗室的科學家2001年9月在Science上專門撰文指出，機器學 習對科學研究的整個過程正起到越來越大的支持作用，并認為該領域將穩(wěn)定而快速地開展，

5、 并將對科學技術的開展發(fā)揮更大的促進作用。NASA-JPL實驗室的全名是美國航空航天局噴 氣推進實驗室，位于加州理工學院，是美國尖端技術的一個重要基地，著名的“勇氣”號和 “機遇”號火星機器人正是在這個實驗室完成的。從目前公開的信息來看，機器學習和數(shù)據(jù) 挖掘技術在這兩個火星機器人上有大量的應用。除了在科學研究中發(fā)揮重要作用，機器學習和數(shù)據(jù)挖掘技術和普通人的生活也息息相 關。例如，在天氣預報、地震預警、環(huán)境污染檢測等方面，有效地利用機器學習和數(shù)據(jù)挖掘 技術對衛(wèi)星傳遞回來的大量數(shù)據(jù)進行分析，是提高預報、預警、檢測準確性的重要途徑；在 商業(yè)營銷中，對利用條形碼技術獲得的銷售數(shù)據(jù)進行分析，不僅可以幫助商