知识卡片
数据挖掘与统计同源异流
统计被《不列颠百科全书》定义为收集、分析、展示、解释数据的科学,它有一套稳定的概念、理论和方法体系。数据挖掘诞生于1990年前后,目标与统计数据分析没有本质差别,差别在出身:它由计算机科学家开创,一开始就脱离传统统计的体系,直接面对大容量、非结构化数据和工程实现,因此长出了自己的术语与偏好。把两者当成互不相干的学科是误解;把两者当成完全等同,又会丢掉各自的积累——统计提供推断与不确定性的语言,计算机提供算法与系统能力。本书同时使用「数据挖掘」与「统计机器学习」两个名字,正是承认这条共同的目标、不同的路径。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第1章 概述
原书出处 · 1 处
- 第1章 概述 · 查看原书依据
数据挖掘(data mining)这一名词产生于1 9 9 0年前后,迅速在学术界和商业界得到广泛应用与发展。实际上,数据挖掘与统计数据分析的目标没有什么本质的差别。
参考来源
- 位置:《大数据挖掘与统计机器学习》第1章 概述(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter3_0001.xhtml,1.1 名词演化)
- 结论依据:原文先给出统计的权威定义,再明确指出数据挖掘与统计数据分析目标无本质差别,但因其由计算机科学家开创、脱离传统统计体系而有自身特点。
- 原始内容:数据挖掘(data mining)这一名词产生于1 9 9 0年前后,迅速在学术界和商业界得到广泛应用与发展。实际上,数据挖掘与统计数据分析的目标没有什么本质的差别。