数据挖掘、机器学习、深度学习、推荐算法的联系与差别 BP网络和径向基神经网络结构有什么区别啊

数据挖掘、机器学习、深度学习、推荐算法的联系与差别？

数据挖掘：使用一些技术、手段、算法挖掘、发掘数据之间的关系 数据的潜在联系等
机器学习：使用一些算法 例如svm xgboost knn 神经网络等 学习数据的特征与目标之间的关系等
深度学习：深度学习也可以说属于机器学习 只不过深度学习强调使用神经网络来完成机器学习完成的任务 而且强调神经网络的深度一般比较深
推荐算法：是上述三种技术的一种实际应用 来解决实际问题 类似的还有 NLP CV 指纹识别等

BP网络和径向基神经网络结构有什么区别啊？

BP网络用于函数逼近时，权值的调节采用的是负梯度下降法，这种调节权值 的方法有它的局限性，既存在着收敛速度慢和局部极小等缺点。而径向基神经网络在逼近能力、分类能力和学习速度等方面均优于BO网络。
从理论上讲，RBF网络和BP网络一样可近似任何的连续非线形函数，两者的主要差别在于各使用不同的作用函数，BP网络中的隐层节点使用的是Sigmoid函数，其函数值在输入空间中无限大的范围内为非零值，而RBF网络的作用函数则是局部的。