信息技术基础架构库和机器学习

快捷方式: 差异，相似，杰卡德相似系数，参考。

信息技术基础架构库和机器学习之间的区别

信息技术基础架构库 vs. 机器学习

信息技术基础架构库（Information Technology Infrastructure Library，一般情况下使用其缩写ITIL，也譯為「資訊技術基礎建設館」）是用来管理信息技术的架构设计，研发和操作的一整套概念和思想。 主要精神為和諧推動及持續改善，將服務對象視為客戶，強調End-to-End的服務。 ITIL最初是藉由一套书籍发布。这套书籍的每一本都涵盖一个信息技术的领域。ITIL这个名称和IT Infrastructure Library都是英国政府商務辦公室 (OGC)的注册商标。藉由为不同的IT组织量身定制一些复杂的清单，任务，流程，ITIL为许多重要的IT时间准则给出了详尽的解释。. 机器学习是人工智能的一个分支。人工智能的研究历史有着一条从以“推理”为重点，到以“知识”为重点，再到以“学习”为重点的自然、清晰的脉络。显然，机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。机器学习在近30多年已发展为一门多领域交叉学科，涉及概率论、统计学、逼近论、、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。很多推论问题属于无程序可循难度，所以部分的机器学习研究是开发容易处理的近似算法。 机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人等领域。.