本文目录
- 机器学习和数据挖掘哪个方向好
- 如何向普通人解释机器学习和数据挖掘
- 有哪些好用的机器学习和数据挖掘工具
- 数据挖掘\u002F机器学习类专业还有就业前景吗
- 数据挖掘与机器学习是什么关系
- 数据挖掘，机器学习等理论十多年前就有了，为什么现在才火起来
- 普通二本计算机毕业生想要从事于数据挖掘机器学习，容易找工作吗还是先考研比较好
- 对数据挖掘、机器学习感兴趣，没有算法基础影响大不大
- 自学了机器学习和数据挖掘，利用这些知识来创业可行吗
- 机器学习和数据挖掘中缺失值应采取何种填充方式
机器学习和数据挖掘哪个方向好
机器学习领域很大，属于理论研究，分类很多，如浅学习和深度学习，强化学习和迁移学习等等，比较专注于模型的设计和参数学习，其依赖于深厚的数学基础。数据挖掘是一种应用领域，多是是文本方面，涉及数据存储表示和规律分析，方法比较多不限于机器学习，一般涉及的数学比较简单。其它还有nlp和cv，也算是应用领域，但具有自己的领域的知识和目标。至于模型和特征之论，两者是等价的，模型是特征的抽象，特征是模型的例化。
如何向普通人解释机器学习和数据挖掘
我来谈一下机器学习和数据挖掘的一个方面。
一开始我们先来看一个人为设计的场景。假设一个房间里神奇地漂浮着无数个小球。我们想搞清楚这些小球停留的位置是否存在着一种特定的结构。比方说，小球是不是更易集中在某一特定区域？是不是故意避开某些点位？它们是均匀分布于整个空间吗？
但是房间一片漆黑，我们什么也看不见。于是我们找来了一部带闪光灯的照相机，想把漂浮在整个房间的小球都拍下来。
照片犹如下图一样：
就算小球的位置之间确实存在某种联系，从这张照片上我们也看不出个所以然。看上去小球就像是均匀分布的一样。所以我们尝试着换了下位置，从新的角度拍下了第二张照片。
照片上的小球看起来还是随机分布的，没有任何规律。让我们换个高点的角度试试看。
呃，还是看不出有什么规律来。那我们最后再换个低点的角度试一次。
啊哈，这次有点意思了：看起来小球集中分布在靠近屋顶和地面的两个区域，中间这段没有一个小球。因此，为了发现这个规律，我们在拍照时就必须找到一个“好”的角度。如果角度不对，那我们永远都不可能找出任何规律。
在上面这个例子中，我们想说的其实是三维数据点。每个小球的位置都可以由3个数字来表示，每个数字分别代表它在XYZ三条轴上的位置。在实际的电脑运算中，数据点的位置会由更多的数字组合来表示。医院病人的病历可能会包含500组数字，包括他的生日年月日、身高、体重、血压、最近一次的看病记录、胆固醇指标等等。我们会想要搞清楚不同病人的数据点之间是否存在某种规律，如心脏病人的数据点是否会集中分布？如果数据点确实会集中分布，当我们发现新入院病人的数据点也出现同样的趋势时，我们就可以推断这位病人很可能犯心脏病。当然，实际操作起来肯定不会如此简单。
一个人是不可能用肉眼看到这些数据点的。人怎么可能分得清500个维度呢？就像在上面那个例子中，没有人能看得清“黑屋”中小球，我们也同样看不见500个维度中的那些数据点。我们可以用二维图片来展示位于三维空间中的数据点，用同样的方法，我们也可以更低维度的“照片”来表现拥有500个维度的数据点。
只有从合适的“角度”拍下“照片”，我们才可以从中找出不同数据点之间的规律，不然将很难有所发现。这就是人们所说的如何从“大数据”中“发现见解”。
向计算机专家们特别说明一下，我想给非专业人员解释清楚主成分分析是怎么一回事。上面的图片是用专门的软件制作的。
有哪些好用的机器学习和数据挖掘工具
机器学习和数据挖掘的工具有很多，首先需要确定自己选用的编程语言，比如说Python是一种通用语言，具有高质量的机器学习和数据分析库，非常适合快速原型设计；C++是用于CUDA并行计算的中级语言，可以开发在实时约束下直接与硬件交互的驱动程序和软件，应用很广泛；还有R语言，适合统计计算和图形，是统计，可视化和数据分析的语言和环境，可以实现快速数据分析和可视化等等。
用于数据分析和可视化工具的有pandas，用于增强分析和建模的Python数据分析库；matplotlib，用于高质量可视化的Python机器学习库；jupyter notebook，用于交互式计算的免费Web应用程序，可实时创建代码和共享文档，开发和执行代码；还有Tableau，用于数据科学和商业智能的数据可视化工具。
还有一些机器学习库，比如Numpy，使用Python进行科学计算的扩展包；scikit-learn，一个开源的Python机器学习库，集成了很多机器学习算法等等。
一些机器学习/深度学习框架工具，包括Tensorflow、Caffe、Pytorch、Keras、CNTK、MXNET、Theano在内的十几种深度学习框架，最常用的、用的最多的是Tensorflow和Caffe。
数据挖掘\u002F机器学习类专业还有就业前景吗
肯定有，数据挖掘和机器学习和大数据一样，在未来很长一段时间内都不会过时。
企业有数据，数据要处理入库，入库了之后，想要产生价值，就要对它进行分析建模，每天的用户访问量，留存量，用户的流失预测，用户的产品推荐，用户的标签属性，客户营销等等等等，都是需要数据挖掘和机器学习来进行分析，只要，企业需要这些报表进行数据分析，它们就不会过时。
数据挖掘与机器学习是什么关系
数据挖掘可以认为是数据库技术与机器学习的交叉，它利用数据库技术来管理海量的数据，并利用机器学习和统计分析来进行数据分析。其关系如下图：
数据挖掘，机器学习等理论十多年前就有了，为什么现在才火起来
机器学习理论的提出其实要追溯到20世纪50年代了，在1959年的时候，美国的塞缪尔(Samuel)就设计了一个具有学习能力的下棋程序。在1986年的时候，机器学习就从一门边缘学科变成了一门高校的学科，从而被开始进入高速发展的时期。
为什么很多人觉得，机器学习现在才开始火呢？
这是因为理论总是先于技术的。理论其实是一系列的假设，然后再慢慢通过论证和修正。而机器学习刚刚被假设出来的时候，当时的科技水平是无法论证的，即使是20年代末，电脑的运算能力和互联网的普及都是不足的，机器根本没有大量可供学习的素材，自然发展就比较慢了。
而随着这几年信息化的高速发展，我们的芯片技术和通讯技术都得到了发展，足以支撑起机器学习的运算需求了，这个理论才能够被应用到实际中来。
不仅仅是机器学习如此，其实每个技术的诞生都是如此的，需要非常长的时间。现在我们已经几乎普及了的通用计算机，其实在1834年就已经被巴贝奇所提出了，他当时构思的分析机就包含了计算机的五个部分：处理器、控制器、存储器、输入与输出装置。但是，他耗尽了自己毕生的心血，到死都没能把分析机造出来。原因其实很简单，因为第一台通用计算机被制造出来，已经是100多年以后的事情了，而巴贝奇那个年代的制造水平，是根本不可能造得出来这么紧密的机器的。
而机器学习和数据挖掘也是一样，我们的技术还没有发展到那个水平，光有理论其实是无济于事的。
普通二本计算机毕业生想要从事于数据挖掘机器学习，容易找工作吗还是先考研比较好
谢谢邀请！
通常情况下，本科毕业生大部分都是从应用级开发开始做起，如果想做机器学习类的研发型工作，往往都需要具备相对完善的知识结构。所以，如果想从事研发型工作，读研是一个比较现实的选择。
随着大数据的发展，机器学习（包括深度学习）得到了广泛的关注和应用，机器学习目前在自动驾驶、计算机视觉、机器人等领域都有广泛的应用，在互联网企业中更是被大面积的使用，可以说目前从事机器学习方面的研发有广阔的发展前景。
从事机器学习方面的研发需要具备三方面的基础，首先是具备扎实的数学基础，因为机器学习的步骤包括算法设计、算法训练、算法验证和算法应用，所以扎实的数学基础是从事机器学习的先决条件。其次要具备扎实的计算机基础，机器学习涉及到很多内容，不仅需要通过编程语言来实现算法，还需要了解计算机体系结构、计算机网络、各种嵌入式设备的工作机制等等。最后还需要掌握一个系统的研究方法，而这正是从事机器学习研发的重要环节，也是自学者最难掌握的内容之一。
对于计算机专业的本科生来说，数学基础和计算机基础都比较扎实，但是缺乏研究的深度和实际操作的经验，如果刚毕业就从事机器学习方面的研发需要有一个系统的学习过程，通常不少企业并不具备这样的条件，所以本科毕业就从事机器学习方面的开发是比较困难的。
所以，如果想从事机器学习类的工作，读研是一个比较现实和可行的选择。
作者简介：中国科学院大学计算机专业研究生导师，从事IT行业多年，研究方向包括动态软件体系结构、大数据、人工智能相关领域，有多年的一线研发经验。
欢迎关注作者，欢迎咨询计算机相关问题。
对数据挖掘、机器学习感兴趣，没有算法基础影响大不大
根据我的经验， 如果关注更多是应用服务层，而不是算法层的话，在工作初期影响不大，可以根据业务目标对数据进行收集、处理、调用成熟库里提供的算法（当然你要理解算法是做什么的），评估模型等，这个时期没有太多算法基础影响不大；
况且，在学习的初期，不过分关注算法而能端到端跑通一个机器学习或者数据挖掘的任务，对于理解机器学习整体流程以及保持学习的兴趣也是有益的，如果一开始就扣进算法实现细节、想着调参。。。可能学习的兴趣慢慢就减少了。
随着学习和工作的深入，理解机器学习常用的算法的实现就显得越来越重要的。理解算法的实现对于选用合适的算法、参数以及解释模型、评估模型都十分有用。就可以知道不同算法所适应的场景：在什么情况下用， 怎么调参数可以发挥算法的价值。
在实际的数据挖掘和机器学习工作中，算法对模型训练起得作用不是没有，但是不同算法差别不大，数据量和其质量在模型的训练过程和精度上起得作用往往更大。这点在深度学习模型训练中体现的更明显！
自学了机器学习和数据挖掘，利用这些知识来创业可行吗
难度不小，首先创业你得有个团队，一批精通机器学习 大数据的技术人员，你先扪心自问下，你究竟拥有什么样的人格魅力，能网罗一批这样的人才来为你打天下。其次是资金，虽然目前很多自称是做人工智能技术的初创团队不断获得各种天使风投的青睐。但这些团队都有一个共同点，就是其创始人都有一定的学术背景。例如旷视科技的三个联合创始人都是来自于清华姚班。汤商科技的创始人汤晓鸥博士是人工智能领域的大牛。要是没有这种程度的背景，你怎么去让投资人相信你，投资你。相比于创业，还不如先脚踏实地找份相关的工作打磨历练。将来时机成熟再创业也比你一头扎进创业成功率大得多。
机器学习和数据挖掘中缺失值应采取何种填充方式
在做数据挖掘的过程中，原始数据有缺失是常有的事，所以在机器学习中数据处理会占据较多时间。
处理缺失值没有固定的方法，一般根据业务需求和数据集本身来选择有效的处理方式，常用的有以下几个方式。
直接删除～如果数据库比较大的情况下可以酌情删除，当然，也要考虑删除之后是否对原始数据集有较大影响。
填充数据～这个是比较常用的处理方式，具体怎么填充要根据业务和数据来判断，如果缺失的是数值型数据，可以考虑填充整体数据的均值，中位数，众数，如果有时间顺序，可以考虑有缺失样本的前后样本的均值，也就是离缺失样本最近的两个样本的均值
