数据分析算法

Question

老师，数据分析算法与机器学习算法之间有什么异同吗？您能推荐几个您认为比较常用的数据分析算法吗？

Answer 1

liuyubobobo 2021-11-12 10:19:17

通常我们不说数据分析是一个专门的算法领域。数据分析是一个比机器学习大得多，也综合的多的概念。只要是给你数据，你通过数据得到一些结论，这就是数据分析。

最简单的，求一组数据的平均值，也是数据分析。所以，所有的统计学的知识，都可以叫数据分析的“算法”。

如果非要分辨数据分析和机器学习的区别（实际上，在很多场合，这二者可以互换使用），核心是他们的目的。数据分析的目标是在数据中寻找规则/现象/结论/等等等等，比如通过中国的消费数据，理解中国整体的经济形势是怎样的；

机器学习作为人工智能的分支，其目的是让机器拥有“智能”。比如说，让机器学会分辨一张图片是猫还是狗，或者让机器学会自动驾驶，或者让机器学会下围棋，这是典型的人工智能领域需要解决的问题，但是这些问题都不是数据分析领域关心的问题。

但机器学习领域和数据分析领域有重合，尤其是方法上的重合。虽然数据分析领域不关心让机器自动识别照片是猫还是狗，但是机器学习领域用于实现让机器学会识别照片是猫还是狗的某个算法——比如逻辑回归，可能会被数据分析师拿去用于处理他们关心的其他问题。因为他们二者本身都是基于数据做事情的，所以他们有重叠（甚至是相当的重叠）。

（从这个角度讲，人工智能领域有很多算法，和数据无关，则是数据分析领域不关心的。而一些机器学习的算法，其实也和数据无关，比如 Alpha Go 的升级版 Alpha Go Zero，就是数据分析领域不关心的。甚至严格意义上来讲，机器虚席领域最新延展的诸如增强学习，迁移学习，等等等等，都是数据分析领域不关心的。他们的目标是让机器更好的“自主学习”，而不是靠机器做数据分析，通过数据得到结论。）

这二者虽然有重叠，也有各自不同的地方。比如将机器学习进一步深入应用到某个领域，如 NLP （自然语言处理）领域，产生的很多算法，都是数据分析师不关心的；同时，数据分析师有些时候强调的一些问题，比如检验某个因素对结果的影响是否显著，很有可能是机器学习领域不关心的。

继续加油！：）