版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/eengel/article/details/52930470
最近做医学数据分析的结果展现，提到了两个问题：1. 机器学习方法相比较传统统计学方法而言，能产生什么新的结果？2.这些新的结果能不能用统计学理论来解释？
于是简单Google了一下。很不幸，没有找到专门针对医学分析的，倒是发现一篇博客，讲统计学与机器学习、数据科学的区别。个人觉得挺有道理的。摘录主要思想如下。
1. 统计学的主要特点？
文中提到，统计学家最重要的任务是处理由采样引起的变异性。由此为出发点，设计好的数据收集过程，量化不确定性，理解方法相关的统计参数。
个人理解，在数据全集很难获得的情况下，需要通过采样来选择某一部分的数据。这个采样的结果受随机性的影响，也就是说，数据是随机分布的，那采样就需要根据全集固有的随机分布来做。可是很不幸，全集的随机分布很难得到，于是就有种种估计的方法。而统计学也提供了相应的方法，去评估估计的方法是否是合理的、有可能反应全集的。
2. 统计学的主要应用领域
- 人口统计。无法做全集，只能做采样
- 医学临床试验。对结果的精确性和可解释性要求非常高，逻辑严密
- 小样本高维数据。比如基因数据。
3. 机器学习、数据科学的主要应用领域
- 大数据领域。能拿到数据全集的情况。不需要采样后再处理，直接对全集做一些描述性分析
- 大数据领域。做预测分析。数据足够大，收集过程引入的偏倚少。可以不处理不确定性
- 只要看结果。不需要参数估计。比如Netflix Prize竞赛。
- 对结果的精确性和严密性要求不高。比如搜索，自然语言翻译等。
这篇博客的观点对我来说还是很有价值的。统计学严谨、精确，但处理的数据量比较少。机器学习能处理大数据，但可解释性和逻辑严密性较差。接下来也许可以看看：机器学习的方法，如何用统计学概念解释？