敲黑板：区分数据科学、ML和AI没那么难

　　【资讯】有不少人不太明白数据科学、机器学习、AI之间的区别，今天，小编就做个简单的科普。

　　首先，我们看一下它在定义方面的不同：

　　·数据科学产生见解

　　·机器学习产生预测

　　·人工智能产生行动

　　但这并不是唯一的准确的标准，不是所有符合每个定义的东西都属于这个领域。这也不是一个确定职业的好标准，比如，很多人会表示写作是他们生活中的一部分，但他们却不是作家。

　　但是这个定义可以是区分这三种类型的工作的一个有用的方法，并且让你在别人面前谈到这些的时候显得不那么不专业。值得注意的是，这里采取的是描述主义而不是规定主义的方法。

　　数据科学产生洞察力

　　数据科学与其他两个领域是有区别的，因为它的目标是特别是关于人类的目标：获得洞察力和理解。杰夫·李克（Jeff Leek）对数据科学所能达到的见解类型有一个很好的定义，包括描述性（“普通客户有70％的更新机会”）、探索性（“不同的销售人员有不同的更新率”）、 “一个随机的实验表明分配给Alice的客户比分配给Bob的客户更有可能更新”。

　　再次，并非所有产生洞察力的资料都被认为是数据科学（数据科学的经典定义是它涉及统计学、软件工程和领域专业知识的组合）。但是我们可以用这个定义来区分ML和AI。主要的区别是，在数据科学中，循环中总是存在着一个人：有人正在理解洞察力，看到数字，或从结论中受益。

　　数据科学的这个定义因此强调：

　　·统计推断

　　·数据可视化

　　·实验设计

　　·领域知识

　　·通讯

　　数据科学家可能会使用简单的工具：他们可以报告百分比，并根据SQL查询制作线形图。他们还可以使用非常复杂的方法：使用分布式数据存储来分析数以万亿计的记录，开发尖端的统计技术，并构建交互式可视化。无论他们使用什么，目标是更好地了解他们的数据。

　　机器学习产生预测

　　我认为机器学习是一个预测领域：“给定具有特定特征的实例X，然后预测Y”。这些预测可能是关于未来（“预测这个病人是否会有败血症”），但是它们也可能是关于计算机不明显的特性（“预测这个图像是否有鸟”）。几乎所有的Kaggle比赛都被认为是有关机器学习的问题。他们提供一些训练数据，然后看看竞争对手是否可以对新的例子做出准确的预测。

　　数据科学和机器学习之间有很多重叠。例如，逻辑回归可以用来得出有关关系的见解（“用户越丰富，他们会购买产品的可能性越大，所以应该改变相应的营销策略”），并做出预测（“这个用户有一个购买我们产品的机会有53％，所以我们应该向他们建议“）。

　　像随机森林这样的模型可解释性稍差，而且更适合“机器学习”的描述，而深度学习等方法则正如大家熟知的难以解释。

　　大多数从业者会非常舒适地在两个任务之间来回切换。作者在工作中同时使用了机器学习和数据科学：他可能会在Stack Overflow流量数据上安装一个模型来确定哪些用户可能正在寻找工作（机器学习），然后总结和可视化来检验模型的工作原理（数据科学）。这是发现模型中的缺陷并对抗算法偏差的重要方法。同时也是数据科学家经常负责开发产品的机器学习组件的原因之一。

　　人工智能产生行动

　　人工智能是迄今为止这三种标识中最古老也是最广泛认可的，因此定义最具挑战性。这个术语被大量的炒作所包围，这要归功于研究人员、记者以及正在寻找金钱或关注的创业公司。

　　在“人工智能”定义中，一个共同的点是自主代理人执行或推荐操作（即Poole，Mackworth和Goebel 1998，Russell and Norvig 2003）。其实可以将一些系统描述为AI，包括：

　　·游戏规则（Deep Blue，AlphaGo）

　　·机器人技术和控制理论（运动规划，走路双足机器人）

　　·优化（Google地图选择路线）

　　·自然语言处理（机器人）

　　·强化学习

　　再次，我们可以看到很多与其他领域的重叠。深度学习对于跨越ML和AI领域来说特别有意思。典型的用例是对数据进行训练，然后进行预测，但在AlphaGo等游戏算法中取得了巨大的成功。（这与之前的游戏系统形成了鲜明的对比，比如深蓝（Deep Blue），它更专注于探索和优化未来的解决方案空间。）

　　但也有区别。如果分析一些销售数据，发现特定行业的客户比其他行业的客户更新更多（提取洞察力），则输出是一些数字和图表，而不是一个特定的操作。（主管人员可能会用这些结论来改变销售策略，但这种行为不是自主的）。这意味着如果说正在使用AI来提高销售额，就可以将自己的工作形容为数据科学。

　　人工智能和机器学习之间的区别有点微妙，历史上ML经常被认为是AI的一个子领域（计算机视觉，尤其是AI经典问题）。但是作者认为ML领域在很大程度上已经从AI中断了，部分原因在于上面所说的反弹：大多数从事预测问题的人不喜欢把自己形容为AI研究人员。（这有助于许多重要的ML突破来自统计学，在AI领域的其余部分中的存在较少）。这意味着如果你可以将问题描述为“从Y预测X”，我建议可以避免使用AI这个词。

　　案例分析：三者如何结合使用

　　假设我们正在建造一辆自动驾驶汽车，并正在研究停车标志停车的具体问题。我们需要从这三个领域抽取技能。

　　机器学习：汽车必须使用摄像头识别停车标志。我们构建了数百万个街景对象照片的数据集，并训练一个算法来预测哪些有停止迹象。

（编辑：衡阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!