主题：【原创】抛砖！模式识别和机器学习、数据挖掘的区别与联系 -- 永远的幻想

个人以为他们的长项是在数据挖掘上。

在海量数据上的数据挖掘，动辄就是百万级的数据，存储访问，管理，都涉及数据库和相关的软硬件知识，从软件上的数据库、信息安全，到硬件上做超算的机群的部署，乃至并行计算算法设计。这绝对是计算机系主打了。我们这种外专业的搞这些，只能是用到了就学两下子，不是玩票水平，也是草台班子了。

而作识别呢，对不起，样本少得多了。人脸之类一般用到的库也就是3000 4000人的规模吧，这一人几张图的采集工作已经很不得了了，有的论文用自己采集的数据可能用到的人也就是几十人。即使训练算法的时候故意加入些“不是人脸”的负样本，一般矩阵的规模也就是1万维左右，单个PC的内存还够用，用C++写的程序速度也还能忍受。