回复 第14楼 的 Veronica:
这事吧,我觉得是因为具体实现手段上 machine learning 的外延比 statistical learning 大。
ML 里还有不是statistical learning 的, 如 graph structure learning , 不过这个 GSL 要证真和证伪都很难,感受一下地图四色原理的证明。
ML还有炒热的 Deep Learning , 没有看到有人说自己可以理论证明这样正确。感受一下哥德尔的不确定性证明过程。至少有十年以前,计算机还走了一段 Deep Logic 的路,当然那时候数据还不那么多,广告公司们也还是只做地面业务。说到后一个DL, 有厦大的可以出来说说贵校 @周昌乐 教授。
ML 还有一些二次元的方法,essemble 、Boosting 、pruning ,当然这些方法在实施的时候你还可以用统计的方法,也可以不用。
所以计算机强调了技巧性,一次元回到理论上主要是统计方法,也有拓扑类的,或者不知道该归于哪个数学门类。作为数学渣渣就不说了,我都不确定排队论算门学科么?或者是几级学科类的。
计算机对统计,就像统计对数学,这么说不会被人板吧。这样概念上好理解。