資料科學、機器學習和AI的區別

資料科學產生洞察力。
機器學習做出預測。
人工智慧生成行為。

資料科學的定義強調：

統計推斷
資料視覺化
實驗設計
領域知識
通訊

機器學習：“給出具有特定特徵的例項X，推測Y”。這些預測可能是關於未來的，也可能是關於預測對計算機來說不那麼明顯的特性。一般來說，機器學習的其可解釋性比較差。比如隨機森林（random forests），解析性很差，而深度學習等方法則難以解釋，所以說機器學習更多的屬於“黑匣子”模型。

“人工智慧”定義中的一個共同點是自主代理人執行或推薦操作，AI的系統包括：

遊戲規則（深藍，AlphaGo）
機器人與控制理論（運動規劃，行走兩足機器人）
優化（谷歌地圖選擇路線）
自然語言處理（bots2）
強化學習

相關文章