机器学习
机器学习是人工智能的学科，它利用统计学、计算机科学的基础知识和算术，为算法构建良好的判断，以操作预测和分类等项目。
预测性分析
预测性分析需要对来自当前记录单元的统计数据进行某些操作，目的是找出一些新的特征和模式。然后，这些趋势和模式被用来预测未来的结果和趋势。这样做的唯一目的是计算一个特定变量在未来某个时间因素的价值。预测分析是接近信息的加载，而机器学习则更多地是统计学、编程和数学的结合。
机器学习和预测分析之间的区别:
| 编号 | 机器学习 | 预测性分析 |
|---|---|---|
| 1 | 机器学习作为一个保护伞，涵盖了不同的子领域，包括预测性分析。 | 预测性分析是机器学习的一个子集。 |
| 2 | 计算机科学是机器学习的根。 | 预测性分析的根是统计学，在预测分析中起着重要作用。 |
| 3 | 与预测分析相比，机器学习是一种趋势和最新的技术。 | 与机器学习相比，预测性分析用得不多。 |
| 4 | 与预测性分析相比，处理任务需要大量的编码和大量的数据。 | 与机器学习相比，处理任务不需要大量的编码。 |
| 5 | 机器负责决策和处理任务，不需要人的干预。 | 处理一个特定的任务需要人类的干预。 |
| 6 | 为了解决一个问题，有各种工具和语言可用，如Python、SaaS等。 | 为了处理任务，有各种工具和语言可用，如Minitab、Excel等。 |
| 7 | 机器学习是非常广泛的。 | 预测性分析并不十分广阔，可以研究的领域有限。 |
