¿Cuál es la jerarquía de AI, ML, Data Mining, NLP, Neural Networks, Clustering, Behavior Analysis?

Inteligencia artificial :

  1. Minería de datos *:
    1. Tecnicas estadisticas
      1. Regresión / Clasificación + Agrupación
      2. Prueba de hipótesis
      3. Inferencia
      4. Representación
  2. Aprendizaje automático:
    1. Aplicaciones: Regresión / Clasificación + Agrupación
    2. Redes neuronales
      1. Redes neuronales profundas [Aprendizaje profundo]
    3. Máquinas de vectores de soporte
    4. Tecnicas probabilistas
  3. Aplicaciones:
    1. Procesamiento natural del lenguaje
    2. Análisis de comportamiento / sentimiento
    3. Visión por computador
    4. Reconocimiento de sonido

Lo cierto es que algunas de ellas son herramientas, otras son términos colectivos y otras son aplicaciones.

* La minería de datos es un sinónimo de descubrimiento de conocimiento y, sin embargo, es un subproceso en el Proceso de descubrimiento de conocimiento.

Las estadísticas / análisis estadísticos, ML, son las herramientas que utilizamos en el proceso de descubrimiento de conocimiento de:

Preproceso {Limpieza, Reducción / Selección, Integración, Agregación / Transformación},

Minería de datos { Regresión / Clasificación , Agrupamiento, Recomendación, Análisis de valores atípicos, Reconocimiento de patrones ( Aplicaciones : Análisis de sentimientos, PNL / Minería de textos ) }

Sin embargo, AI es un término que se enfoca en hablar sobre máquinas inteligentes creadas con Engg.