机器学习和模式识别有什么区别？看教材，发现它们的算法都差不多一样啊。。。

回答1：

一、方式不同

1、机器学习：是通过计算机用数学技术方法来研究模式的自动处理和判读。

2、模式识别：专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

二、研究过程不同

1、机器学习：学习是一项复杂的智能活动，学习过程与推理过程是紧密相连的，按照学习中使用推理的多少，机器学习所采用的策略大体上可分为4种——机械学习、通过传授学习、类比学习和通过事例学习。

2、模式识别：指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。

三、应用前景不同

1、机器学习：继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一。现有的计算机系统和人工智能系统没有什么学习能力，至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。

对机器学习的讨论和机器学习研究的进展，必将促使人工智能和整个科学技术的进一步发展。

2、模式识别：一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴，二是在给定的任务下，如何用计算机实现模式识别的理论和方法。前者是生理学家、心理学家、生物学家和神经生理学家的研究内容。

参考资料来源：百度百科-模式识别

参考资料来源：百度百科-机器学习

回答2：

先抄点定义：
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
模式识别是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。它是信息科学和人工智能的重要组成部分，主要应用领域是图像分析与处理、语音识别、声音分类、通信、计算机辅助诊断、数据挖掘等学科。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
机器学习(Machine Learning, ML)研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，它主要使用归纳、综合而不是演绎。
最主要的应用领域有：专家系统、认知模拟、规划和问题求解、数据挖掘、网络信息服务、图象识别、故障诊断、自然语言理解、机器人和博弈等领域。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━

从领域来说，都是人工智能领域的概念，但时间上模式识别较为传统，大概是从1950s开始；而机器学习是大概1980s兴起的。

从内容来看，模式识别是人工智能研究的一部分，主要解决分类问题。而机器学习是人工智能研究目前主要的主题，涉及AI的各个方面。模式识别近些年增添的新理论方法主要都是机器学习方面提出的，所以你看的教材如果主要是介绍算法的，的确多数内容都重合了。但在应用上机器学习更广泛，只不过一般教材对于模式识别之外的内容较为弱化而已。

回答3：