人工智能、大數(shù)據(jù)與深度學習之間的關系和差異

1、據(jù)與深度學習之間的關系和差異網(wǎng)絡上從不缺乏對數(shù)據(jù)科學術語進行比較和對比的文章。文筆各 異的人寫出了各式各樣的文章，以此將他們的觀點傳達給任何愿意傾 聽的人。這幾乎是勢不可擋的。所以我也記錄一下，對于那些疑惑此文是否也是雷同的帖子。對， 為什么再來一帖?我是這樣想的，盡管可能有很多分散觀點在定義 和比較這些關聯(lián)術語，但事實上是，這些術語中的大部分是流動變化 的，并不完全約定俗成，坦率地說，與他人觀點一同暴露是測試和優(yōu) 化自己的觀點的最好方法之一。所以，雖然大家可能不會完全(甚至是極低限度地)同意我對這些術 語的大部分看法，但仍然能從中獲得一些東西。數(shù)據(jù)科學中的一些核 心概念需要被解釋，或者至少在

2、我看來是重要的，我會盡力闡述他們 如何關聯(lián)，以及答疑這些個體概念組合在一起時遇到的困惑。在獨立地思考概念之前，有個不同觀點的例子， KDnuggets 的 Gregory Piatetsky-Shapiro 的維恩圖，概述了我們將要討論的數(shù)據(jù)科 學術語之間的關系。建議讀者將此維恩圖與目前 Drew Conway 的著 名的數(shù)據(jù)科學維恩圖，以及我下面的討論和帖子底部的修改過程 /關系 圖進行比較。我認為，盡管存在差異，但這些概念具有一定的相似性。現(xiàn)在我們將對上述維恩圖中圈選的 6 個核心概念進行分析，并提 供一些關于如何將它們融入數(shù)據(jù)科學的洞察。我們很快就會摒棄過去 術語。大數(shù)據(jù)(Big Dat

3、a)有各種各樣的文章在定義大數(shù)據(jù)，我不打算花太多時間在這個概 念上。簡單地來說，大數(shù)據(jù)通常被定義為“超出常用軟件工具捕獲， 糊 又準確，足以捕捉其主要特征。至于其他的概念，我們將通過調查，很好的獲得搜索字詞的流行 度和 N-gram 頻率模型的一些初步了解，以便將這個難點與熱點炒作 至 2008 年， N-gram 頻 率模型作為一個“舊”的概念被闡述。 以及最后一個逐漸下降但有明顯的下降。請注意，由于已經(jīng)對數(shù)據(jù)進行了定量分析，大數(shù)據(jù)未包含在上述圖形中。繼續(xù)閱讀，以便進 機器學習(Machine learning)據(jù) Tom Mitchell 在關于這個主題的創(chuàng)作書中闡述，機器學習“關 心的問

4、題是如何構建計算機程序使用經(jīng)驗自動改進”。機器學習本質 上是跨學科的，采用計算機科學，統(tǒng)計學和人工智能等方面的技術。 機器學習研究的主要工作是促進經(jīng)驗自動改進的算法，可以應用于各 我不認為有人會懷疑機器學習是數(shù)據(jù)科學的核心組成。我在下面 給出數(shù)據(jù)科學的詳細描述，如果你認為在一個非常高的水平上其目標 是從數(shù)據(jù)中獲取洞察力，其實機器學習是允許此過程自動化的。機器 學習與古典統(tǒng)計學有很多共同點，因為它使用樣本來推斷和概括。數(shù) 據(jù)統(tǒng)計更多地側重于描述性(盡管可以通過外推來預測) ，機器學習對描 述性分析的關注很少，并且僅將其用作中間步驟以便能夠進行更好預 測。機器學習通常被認為是模式識別的同義詞 ;真

5、的不會從我這里發(fā)生 太多的分歧，我相信，模式識別這個術語意味著實際上是一個比 機器學習更不復雜和更簡單化的過程，這就是為什么我傾向于回避它。機器學習與數(shù)據(jù)挖掘有著復雜的關系。數(shù)據(jù)挖掘(Data Mining) 中提取模式的特定算法的應用”。這表明，在數(shù)據(jù)挖掘中，重點在于 算法的應用，而不是算法本身。我們可以定義機器學習和數(shù)據(jù)挖掘之 間的關系如下：數(shù)據(jù)挖掘是一個過程，在此過程中機器學習算法被用 作提取數(shù)據(jù)集中的潛在有價值模式的工具。語，也是數(shù)據(jù)科學的關鍵。 在數(shù)據(jù)科學術語爆發(fā)泛濫之前，事實上，數(shù)據(jù)挖掘在 Google 搜索 術語中取得了更大的成功。看看 Google 趨勢比上圖顯示的還要早 5

6、年，數(shù)據(jù)挖掘曾經(jīng)更受歡迎。然而，今天，數(shù)據(jù)挖掘似乎被劃分 為機器學習和數(shù)據(jù)科學之間的概念。若有人同意上述解釋，數(shù)據(jù)挖掘 是一個過程，那么將數(shù)據(jù)科學視為數(shù)據(jù)挖掘的超集，那么后續(xù)的術語深度學習(Deep Learning)盡管在早期的在線搜索急劇爆發(fā)之前它已經(jīng)存在，深度學習 仍是一個相對較新的術語。由于學術研究和工業(yè)的蓬勃發(fā)展，其在不 同領域取得了巨大成就，深度學習是應用深層神經(jīng)網(wǎng)絡技術 (即具有多 個隱藏層的神經(jīng)網(wǎng)絡架構 )來解決問題。深度學習是一個類似數(shù)據(jù)挖掘 的過程，它采用深層神經(jīng)網(wǎng)絡架構，這是特定類型的機器學習算法。深度學習已經(jīng)取得了令人印象深刻的成就。有鑒于此，至少在我 看來，務必要注意

7、幾點：深度學習不是靈丹妙藥 對于每個問題來說，并不是一個簡單一 這不是傳說中的萬能算法 深度學習不會取代所有其他機器學習 算法和數(shù)據(jù)科學技術，至少還沒有被證明是這樣。適度的期望是必要的 盡管最近在各種類型的分類問題上，特別 是計算機視覺和自然語言處理以及強化學習等領域已經(jīng)取得了巨大的 進步，但當代深度學習并沒有擴大到非常復雜的問題，例如“解決世 深度學習和人工智能不是同義詞。深度學習可以幫助數(shù)據(jù)科學以附加過程和工具的形式解決問題， 而在這種觀察中，深入學習是數(shù)據(jù)科學領域的一個非常有價值的補充。人工智能大多數(shù)人發(fā)現(xiàn)人工智能很難用一個精確的，甚至是廣泛的定義講 出來。我不是一個人工智能研究者，所以

8、我的答案可能與其他領域的 人差別很大。多年來通過對 AI 的思想哲學研究，我得出的結論是，人 工智能，至少我們通常認為的想法的概念，實際上并不存在。在我看來， AI 是一個標尺，一個移動目標，一個渴望而不可及的 目標。每當我們邁向 AI 成就之路，不知何故，這些成就似乎又變成了 我曾經(jīng)讀過如下內容：如果你在上世紀60 年代問 AI 的研究人員， 他們對 AI 的想法是什么，他們可能會一致認為，可以幫助我們預測下一步行動和欲望，所有人類知識可以隨時獲取，一個適合我們口袋的 小型設備就是真實的 AI。但是今天我們都攜帶智能手機，很少有人會 AI 適合數(shù)據(jù)科學?嗯，正如我所說，我不認為 AI 真的是

9、有形的， 我想很難說它適合任何地方。但，一些數(shù)據(jù)科學和機器學習相關領域， 人工智能可以提供助力，有時與實體一樣有價值 ;計算機視覺肯定會引 起注意，現(xiàn)代深度學習研究也是如此，得益于人工智能的精神氣質， AI 可能是研究和開發(fā)設備，從來沒有在同名行業(yè)中產(chǎn)生任何東西。 我想說，從 AI 到數(shù)據(jù)科學的這條路徑可能不是查看兩者之間的關系的 最佳方式，但是兩個實體之間的許多中間步驟已經(jīng)被 AI 以某種形式開 數(shù)據(jù)科學(Data Science)那么，在討論這些相關概念和數(shù)據(jù)科學的地位之后，數(shù)據(jù)科學究 竟是什么呢?對我來說，這是試圖精確定義的一個最難的概念。數(shù)據(jù)科 學是一個多方面的學科，包括機器學習和其他

10、分析過程，統(tǒng)計學和相 關的數(shù)學分支，越來越多地從高性能科學計算中借鑒，以便最終從數(shù) 據(jù)中發(fā)現(xiàn)洞察，并使用這些新發(fā)現(xiàn)的信息來講述故事。這些故事通常 伴隨著圖片(我們稱之為可視化) ，并針對行業(yè)，研究甚至是我們自己， 目的是從數(shù)據(jù)中獲取一些新的想法。數(shù)據(jù)科學采用相關領域的各種不同工具(請參閱上面所有內容)。數(shù) 據(jù)科學既是數(shù)據(jù)挖掘的同義詞，也是數(shù)據(jù)挖掘概念的超集。數(shù)據(jù)科學產(chǎn)生各種不同的結果，但它們都具有共同的洞察力。數(shù) 據(jù)科學是這一切，而且對你而言，它可能還有別的東西，而且甚至還 沒有涵蓋獲取，清理，判別和預處理數(shù)據(jù) !順便說一下，什么是數(shù)據(jù)呢 ? 它總是大嗎?我認為我的關于數(shù)據(jù)科學困惑的觀點，至少可以通過上圖的版本 來代表它，以及這篇文章的頂部的 Piatetsky-Shapiro 的維恩圖。我也 建議大多數(shù)與 Drew Conway 的數(shù)據(jù)科學維恩圖一致，盡管我會補充 一點：我認為他非常合理且實用的圖像實際上是指數(shù)據(jù)科學家，而不是數(shù)據(jù)科學。這可能是吹毛求疵，但我不認