什么是人工智能、机器学习、深度学习、数据挖掘以及数据分析？

０　数据时代/人工智能时代的降临前夜

从2016年开始，业界忽然针对机器学习和人工智能的追捧大行其道，其中更以Google推出的AlphaGo程序在2016年３月以４:1大胜韩国九段围棋选手李世石；2016年岁末，在国内棋类网站弈城网上出现了一个类似“围棋上帝”的账号（“围棋上帝”是指每一步都绝对正确，每一步都绝对算到，洞悉全局的一切），在2016年12月29日至31日的3天时间里，神秘高手连胜柯洁九段、陈耀烨九段、朴廷桓九段、芈昱廷九段、唐韦星九段等高手。

2017年初， AlphaGo化身神秘网络棋手Master击败包括聂卫平、柯洁、朴廷桓、井山裕太在内的数十位中日韩围棋高手，在30秒一手的快棋对决中无一落败， 拿下全胜战绩，在棋界和科技界引发剧震。

AlphaGo的胜利充分让世人认识到了AI(Artifical Intelligence)的威力和未来，于是人工智能忽然之间离我们近在咫尺；对于我们大部分人来说，到底什么是人工智能？它是忽然之间冒出来的新概念吗？接下来笔者将为各位读者梳理一下其发展的路径以及历程以及主要的关键词。

１　数据分析(Data Analysis)

伴随着信息化时代的降临，人类第一次有了数据化的概念和积累；基于数据库系统和应用程序，可以直观查看统计分析系统中的数据，从而可以很快得到我们想要的结果；这个就是最基本的数据分析功能，也是我们在信息化时代了，除了重构业务流程、提升行业效率和降低成本之外，另一个非常重要的数据分析功能，数据直观化。

举例如下，在财务系统的信息化中，基于企业的财务系统，我们可以直观获取企业现金流量表、资产负债表和利润表，这些都来自与我们的数据分析技术。目前常用的软件是Excel, R, Python等工具。

2　数据挖掘(Knowledge-Discovery in Databases)

简称KDD，从其英文缩写中可以发现，其是基于数据库系统的数据发现过程，立足与数据分析技术之上，提供更为高端和高级的规律趋势发现以及预测功能；同时数据量将变得更为庞大，依赖于模式识别等计算机前沿的技术；其还有另外一个名称为商业智能(BI, Business Intelligence)，依托于超大型数据库以及数据仓库、数据集市等数据库技术来完成。

主要的应用领域在电子商务领域，主要的原因是电商时代其有迫切的数据挖掘的需求和应用场景，比如经典的啤酒与尿布的关联性就是电商应用中的一个例子。

主要挖掘方法有: 分类 （Classification), 估计（Estimation）, 预测（Prediction）, 相关性分组或关联规则（Affinity grouping or association rules）, 聚类（Clustering）, 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)等技术。

此时的数据挖掘不足之处主要集中在数据库系统对于数据的检索分析能力支持有限，数据处理能力的不足大大限制了商业应用的进行，大部分场景下都是基于数据抽样的分析；同时挖掘应用需要进行定制化的开发，开发和维护成为即为昂贵，应用领域非常的狭小。

这个时代主要的数据挖掘的解决方案主要集中在BI之上，主要来自于Oracle, IBM， Microsoft等数据库厂商的解决方案。

《未完待续》

----------------------------- 罪恶的分割线-------------------------------

本文系CDSN的博主《木小鱼的笔记》个人原创，如要转载，请保留原始链接和原作者信息，支持原创，尊重原创，让知识的世界更美好。

作者本人也维护了一个今日头条上的头条号：程序加油站，欢迎大家关注。