1.3 与建模密切相关的4个领域
与建模密切相关的领域包括统计分析、数据挖掘、机器学习和数据分析，它们对应了不同类型的工作岗位，例如风险建模分析师、数据挖掘工程师、数据分析师、数据运营专员、数据工程师等。本节将重点介绍这几个领域的定义、特征以及相互之间的联系和区别。
1.3.1 机器学习
机器学习是一门人工智能科学，研究如何在经验学习中改善具体算法的性能。机器学习的核心是通过算法来学习和提取数据中的隐含规律，随着数据丰富程度和学习次数的增加，学习的目标函数的效果会持续提升。机器学习算法体系包括监督学习、非监督学习、半监督学习、强化学习等，详见图1-1。
图1-1 机器学习算法体系
目前机器学习领域使用最普遍的scikit-learn库将机器学习算法分为聚类、分类、回归和维度削减，此处不展开介绍，感兴趣的读者请参考相关资料。
1.3.2 数据挖掘
数据挖掘是从大量、不完全、有噪声、模糊、随机的数据中提取隐含在其中，人们事先不知道但又有用的信息和知识的过程。
数据挖掘的关键词是“隐含”“事先不知道”“有用的”。如果一个模型规律是已知的、预定义的且确定的，仅仅是通过数据来校准，则不属于数据挖掘范畴。
数据挖掘的对象按信息存储格式可分为：1）结构化数据，通常以二维表方式存储数据，如关系数据库、面向对象数据库、数据仓库；2）半结构化数据，以标记语言存储的数据，如XML、JSON、HTML等存储的数据；3）非结构化数据，如图像、语音、文本等。
数据挖掘包括聚类分群、分类识别、回归预测、关联分析、异常检测、时间序列等，而基础数据的处理等数据工程工作和可视化、最优化、预定义模型等则不属于数据挖掘。数据挖掘的范围如图1-2所示。
图1-2 数据挖掘的范围
1.3.3 数据分析
1. 数据分析的定义
数据分析是一个相对宽泛的概念，我们分别从狭义和广义的角度进行介绍。
（1）狭义角度：基于数据，按照特定分析思路和框架，提取有价值的信息。狭义的数据分析可以基于建模、基于指标计算，也可以基于数据可视化报表。
（2）广义角度：还包含数据工程和数据处理，例如定义数据模型、数据架构、数据处理，写SQL计算指标等。
通常来说，数据分析仅指“分析”，不含“处理”，也不含“工程”，数据分析的核心本质是从数据到信息、从信息到决策的过程。
2. 数据分析的思维模式
数据分析的思维方式有两种，下面分别进行介绍。
（1）自下而上的数据驱动。获得数据后，从数据出发，分析并挖掘有用的信息，用于辅助决策。
（2）自上而下的问题或目标驱动。在业务上发现特定问题或制订特定业务目标，需要通过数据挖掘背后原因，支持决策依据，形成行动方案。
3. 数据分析与数据运营的联系和区别
数据分析和数据运营都是通过数据来支撑业务需求的。数据分析相比于数据运营是一个更大范围的概念，倾向于强调分析技术的方法属性，关注分析过程以及分析所带来的价值，例如辅助决策。
数据运营关注具体的行动执行和运营过程，更强调业务属性，面向特定业务场景中具体的运营问题，例如用户运营、产品运营、流量运营、内容运营等。
4. 数据分析与数据工程的联系和区别
数据分析更关注分析，虽然很大一部分工作是和数据处理、指标计算相关的。
数据工程更关注工程角度，例如数据模型定义、数据库管理、数据体系架构等，更关注数据如何通过管理和逻辑设计提高系统性能，以便提供基础设施的建设和运行保障，满足业务运营和数据分析的需求。
1.3.4 统计分析
统计分析属于传统学科，与概率论和数理统计密不可分，通常数据都是带有随机因素的，通过数据揭示事物规律。统计实验设计也属于该范畴。
统计分析按照层次可以分为：1）描述性统计，揭示数据分布规律以及数据的统计可视化；2）诊断分析性统计，包括参数估计、假设检验、回归模型、逻辑回归、相关分析、主成分分析等。
统计思维通常基于特定假设（而后还需要进行假设检验），例如样本独立同分布、服从正态分布等。统计分析适合小数据量问题的分析，是统计机器学习的理论基础。
1.3.5 四者之间的联系与区别
1.3.1节～1.3.4节介绍了机器学习、数据挖掘、数据分析、统计分析的定义和特征，下面简单介绍一下四者之间的联系和区别。
1）统计分析为机器学习、数据挖掘、数据分析提供了分析的工具、方法和手段。
2）机器学习可以基于统计分析，也可以不基于，例如人工智能的符号主义和连接主义、决策树模型就不是统计类模型（虽然用到了统计计数，但和回归模型有本质区别），神经网络模型也不是统计类模型。
3）机器学习是数据挖掘的工具，数据挖掘是机器学习的应用。机器学习更强调底层技术，数据挖掘更贴合业务；与此类似的概念还有自然语言处理与文本挖掘。
4）数据分析可以基于统计分析，也可以不基于。统计分析只是数据分析的一部分，只要是能够提供基于数据提取信息形成决策的，都属于数据分析，例如基于业务指标报表的分析等。