机器学习是计算机科学的一个领域，它使用统计技术使计算机系统能够通过数据“学习”，而不需要明确编程。
这张地图是获得不同机器学习技术和算法的视觉概览的好方法
它也是找到你可能感兴趣的特定算法的极佳资源
数据分析 vs 数据挖掘
DataAnalysis 是一个更广泛的术语，涵盖了各种检查和解释数据的方法
而 DataMining 特指使用特定算法和技术从数据中提取知识或模式的过程
数据分析是通过绘制图表等方式从数据中提取有用信息或发现隐藏模式，并根据数据分析做出决策。数据分析的一个简单例子是，在日常生活中我们做任何决定时都会考虑上次发生了什么或选择特定决定后会发生什么。这无非是分析我们的过去或未来，并据此做出决策。
一些隐藏模式无法通过数据分析提取。例如，判断邮件是否是垃圾邮件。在这种情况下，我们将使用数据挖掘，通过在大型数据集上应用机器学习模型来识别数据中正在挖掘的模式或趋势。
AI 是一个涵盖所有使机器变得更聪明的学科。Machine Learning (ML) 通常与 AI 一起使用，但它是 #AI 的一个子集。ML 是指能够基于算法自我学习的 AI 系统。
DeepLearning (DL) 是应用于大数据集的机器学习（ML）。大多数 AI 工作涉及 ML，因为智能行为需要大量知识。
无需人工干预，随着时间推移变得越来越聪明的系统是 ML。
原始数据提供给DL 模型。预处理数据提供给ML 模型。
AI 是模仿人类智能的广泛概念，ML 是 AI 的一个子集，从数据中学习模式，而 DL 是使用神经网络处理复杂任务的 ML 子集。