一、机器学习与数据挖掘专业概述
机器学习﹙machine learning, ml﹚是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。
数据挖掘（ata mining），又译为资料探勘、数据采矿。它是数据库知识发现（knowlege-iscovery in atabases，简称：k﹚中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。
简单地说就是，机器学习和数据库是数据挖掘的基石。
机器学习致力于研究如何通过计算的手段，利用经验来改善自身的性能，而这里的经验指的就是数据。我们研究出了一系列在理论层面上可行的算法，即（learning algorithm），然后将数据集应用到这些算法上，产生学习模型，这个学习模型可以应用到新的数据集上，对新数据集的一些情况进行预测和判断。
二、2021年cs rankings机器学习和数据挖掘全球院校排名一览
如需了解更多，联系我！
