机器学习是什么机器学习作为AI领域最核心的技术|机器学习和自然语言处理是什么，不妨来了解一下

机器学习是什么
机器学习作为AI领域最核心的技术,广泛应用在电商推荐、无人驾驶、人脸识别、金融风险评估等应用。关于机器学习,一个通俗易懂的定义是:机器学习自动帮从数据中挖掘并总结规律。
举个例子,我们想用程序来辨别张三和李四两个人。一种实现方法是根据他俩的显著特征来设计规则如:假如一个人比较高、偏胖、脸上有皱纹,同时拥有啤酒肚就识别为张三,否则为李四。这种实现方案是基于人的先验知识的,也就把一个人已经了解到的知识提前写成规则的形式。
机器学习的运作方式恰好跟这个相反:假如我们手里有若干张张三和李四的照片,然后给机器看,同时告诉机器哪个是张三,哪个是李四。之后我们期待机器可以从这些数据中自动寻找可以分辨张三和李四的规律出来，这叫作机器学习。
【机器学习是什么机器学习作为AI领域最核心的技术|机器学习和自然语言处理是什么，不妨来了解一下】机器学习是人工智能领域最核心的技术,也是入门AI开发的第一门课程。后续所有的复杂技术和应用都依赖于机器学习技术。想学好AI,机器学习是第一门必修课。这就好比想做好工程师,编程是必修课一样。
数据挖掘是什么
机器学习的核心其实就是在数据库中进行知识发现，而数据挖掘，可以视为数据库中知识发现过程的一个基本步骤。
知识发现过程由以下三个阶段组成：（1）数据准备，（2）数据挖掘，（3）结果表达和解释。数据挖掘可以与用户或知识库交互，是通过分析每个数据，从大量数据中寻找其规律的技术。数据挖掘主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式（如可视化）将找出的规律表示出来。

文章图片
因为数据挖掘在机器学习中占据着举足轻重的地位，所以经常有人将数据挖掘与机器学习混为一谈，其实这样不对。除了机器学习，数据挖掘还可以运用在许多方面，比如从大量春运数据中发现哪些站点人流量大从而调整运行图。获取人流量知识的过程，就是数据挖掘的一种简单应用。
自然语言处理是什么
自然语言处理实际上是机器学习的一个实际运用。在机器学习和深度学习技术的推动下,各行各业的AI应用得到了长足的发展。从应用的角度,AI技术可以分为三大类:视觉处理、自然语言处理和语音处理。这种分类也是基于人类的基本交互方式。我们每天接触的信息无非就是图片、视频、文字和声音。

文章图片
即便同一类技术如推荐系统,随着应用场景的不同,所要求的技术也是不一样的。如果推荐应用在新闻网站,则文本是主要的处理对象,所以要用到自然语言处理技术;如果应用在短视频领域,视频是主要的处理对象,所以要用到计算机视觉技术;如果应用在音乐网站,主要处理对象为声音,所以要用到语音技术。
三者的关系
总结下来，其实这三者有一种层层渐进的关系：通过数据挖掘可以实现机器学习，而机器学习又是自然语言处理的根本。（个人总结，大佬可以指正哈）
—————————————————————————————————————
回答完题主第一个问题，现在来回答一下另外一个：对数据分析感兴趣，三者哪一个更合适？