新的 簡單 什麽 nbsp 駕駛 exce 小白 數學 未來

數據分析， 就是對數據進行分析， 得出一些結論性的內容， 用於決策。 分析什麽哪？ 根據分析現狀、 分析原因、 預測未來。 分析現狀和分析原因， 需要結合業務才能解釋清楚。 用到的技術比較簡單， 最簡單的數據分析工具就是 Excel。 預測未來指的是分析未來一段時間的銷售額之類的。 在預測未來方面， 一般用到數據挖掘的技術了。
　　數據挖掘， 從字面意思上看， 是從數據中挖掘出有價值的信息。 比如， 超市通過對一段時間的客戶消費記錄能發現， 哪些物品經常被顧客一起購買。 那麽， 就可以把這些物品擺放的位置近一些， 或者一起促銷。 在這裏， 客戶的消費記錄是“數據” ， “挖掘” 出的信息是哪些商品經常被一起購買。 “價值” 指的是超市可以據此搞促銷， 提高超市的銷售額。 挖掘出這些有價值信息的方法就是課程中需要學習的。 數據挖掘關註的是一些方法如何在商業中應用， 並不是純粹的理論和學術。
　　機器學習

， 是研究如何讓計算機去學習。 學習什麽哪？ 根據一些過去的事實， 學習如何適應新的環境。太小白了， 嚴肅點！ 機器學習， 是研究算法的學科， 研究的是如何讓計算機根據以往的經驗去適應新的環境。 這裏“以往的經驗” 指的是歷史數據， “適應” 指的是通過歷史數據創造一個很牛逼的函數， “新的環境” 指的是把新的數據輸入到這個函數中， 產生一個新的輸出。 機器學習本質上是研究自學習算法的科學， 這些算法是幫助軟件和機器進行自我學習解決問題的算法。
　　神經網絡， 是機器學習中的一個算法模型， 指的是模擬人的神經系統。 大家知道， 人的神經非常復雜，所以神經網絡算法需要的計算量很大。 神經網絡在以前一直不溫不火， 原因是計算機硬件不足以支撐神經網絡的計算量。 現在大數據技術的發展， 讓神經網絡迎來了春天。 比如人臉識別、 交通領域的車牌識別技
術都是神經網絡的應用。
　　深度學習， 屬於神經網絡的一個發展分支， 指的是層數很多的神經網絡， 可以簡單理解為更加高級的神經網絡。 把神經網絡比作數學學科， 深度學習類似於高等數學。 無人駕駛汽車屬於深度學習的典型應用。
　　人工智能， 縮寫是 AI， 就是像人一樣的智能、 會思考。 人工智能更適合理解為一個產業， 泛指產生更加智能的軟件和硬件。 人工智能實現的方法就是機器學習， 所以談人工智能技術， 實際上就是機器學習的各種算法的應用。 各種智能家居、 智能機器人都是人工智能產業的方向。
　　綜上， 人工智能就是一個產業， 人工智能的實現手段主要靠機器學習的各種算法。 在機器學習的算法中， 深度學習是一個智能化程度非常高的算法。 現在雲計算和大數據技術的發展， 讓神經網絡和深度學習得以在實際中應用。
　　大數據時代， 數據是企業的最值錢的財富， 但海量的數據並非都是有價值的， 如何挖掘出有用的數據變成商業價值， 就需要機器學習算法。 大數據和機器學習勢必顛覆傳統行業的運營方式， 必將驅動公司業務的發展。 目前， 越來越多的機器學習/數據挖掘/深度學習算法被應用在電商、 搜索、 金融、 遊戲， 醫療等
領域中的分析、 挖掘、 推薦上。
　　但懂機器學習算法的人才卻少之又少， 物以稀為貴， 致使這個行業的工資奇高。

數據分析、數據挖掘、機器學習、神經網絡、深度學習和人工智能概念區別（入門級別）