机器学习和数据科学间是存在交集的。例如，逻辑回归可以用来研究关系，也可以用来做预测。我们可以将数据科学和机器学习想象成一个“谱”，较容易解释的模型更靠近数据科学一侧，“黑箱”模型则更靠近机器学习一侧。
机器学习和数据科学间是存在交集的。例如，逻辑回归可以用来研究关系，也可以用来做预测。我们可以将数据科学和机器学习想象成一个“谱”，较容易解释的模型更靠近数据科学一侧，“黑箱”模型则更靠近机器学习一侧。
参考答案和解析
数据挖掘可以视为机器学习和数据库的交叉。;数据挖掘主要利用机器学习界提供的技术来分析海量数据，利用数据库界提供的技术来管理海量数据。;机器学习偏理论，数据挖掘偏应用。
相关考题：
我们建立一个5000个特征,100万数据的机器学习模型.我们怎么有效地应对这样的大数据训练()A.我们随机抽取一些样本,在这些少量样本之上训练B.我们可以试用在线机器学习算法C.我们应用PCA算法降维,减少特征数D.B和CE.A和BF.以上所有
下列对数据挖掘的描述不正确的选项是?() A.神经网络(NeuralNetwork)是通过数学算法来模仿人脑思维的抽象计算模型，它是数据挖掘中机器学习的典型代表B.回归分析是通过建立模型来研究变量之间相互关系的密切程度、结构状态及进行模型预测的一种有效工具C.贝叶斯分类方法(BayesianClassifier)是非常成熟的统计学分类方法，它主要用来预测类成员间关系的可能性D.关联规则经过划分后，每个群组内部各对象间的相似度会很高，而在不同群组之间的对象彼此间将具有很高的相异度
数据挖掘的分类方法很多。根据不同挖掘任务，可将其分为(63)。A．分类或预测模型发现，数据归纳、聚类、关联规则发现，序列模式发现，依赖关系或依赖模型发现，异常和趋势发现等等B．机器学习法、统计方法、神经网络方法和数据库方法C．归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等D．回归分析、判别分析、聚类分析、探索性分析等
在机器学习概念中,有监督学习、无监督学习和强化学习三大类典型方法。下列学习任务属于无监督学习的是( )。 A.根据样本数据，采用分类算法，训练分类器B.根据样本数据，进行回归分析C.将未知类别的一组数据，采用聚类方法，分成不同的组D.机器人在报考环境中，自主学习掌握行走方法
基于机器学习的系统跟基于人工识别的系统有什么差异？（）A、机器学习系统节省人力，更自动化B、机器学习比较适合排序、简单逻辑判断C、机器学习比较适合复杂的聚类和分类算法D、机器学习可以从海量的数据中获取经验，而不受限于具体维度
机器学习研究如何通过计算的手段，利用经验来改善系统自身的性能，请问机器学习利用数据训练出什么？ (1.0分) [单选.] A. 模型 B. 表结构 C. 结果 D. 报表