数据科学、机器学习和AI的区别

数据科学产生洞察力。
机器学习做出预测。
人工智能生成行为。

数据科学的定义强调：

统计推断
数据可视化
实验设计
领域知识
通讯

机器学习：“给出具有特定特征的实例X，推测Y”。这些预测可能是关于未来的，也可能是关于预测对计算机来说不那么明显的特性。一般来说，机器学习的其可解释性比较差。比如随机森林（random forests），解析性很差，而深度学习等方法则难以解释，所以说机器学习更多的属于“黑匣子”模型。

“人工智能”定义中的一个共同点是自主代理人执行或推荐操作，AI的系统包括：

游戏规则（深蓝，AlphaGo）
机器人与控制理论（运动规划，行走两足机器人）
优化（谷歌地图选择路线）
自然语言处理（bots2）
强化学习

参考
数据科学、机器学习和AI的区别