1.人工智能：給機器賦予人類的智能，讓機器能夠像人類那樣獨立思考。當然，目前的人工智能沒有發展到很高級的程度，這種智能與人類的大腦相比還是處於非常幼稚的階段，但目前我們可以讓計算機掌握壹定的知識，更加智能化的幫助我們實現簡單或復雜的活動。
2.機器學習。通俗的說就是讓機器自己去學習，然後通過學習到的知識來指導進壹步的判斷。舉個最簡單的例子，我們訓練小狗狗接飛碟時，當小狗狗接到並送到主人手中時，主人會給壹定的獎勵，否則會有懲罰。於是狗狗就漸漸學會了接飛碟。同樣的道理，我們用壹堆的樣本數據來讓計算機進行運算，樣本數據可以是有類標簽的，並設計懲罰函數，通過不斷的叠代，機器就學會了怎樣進行分類，使得懲罰最小。然後用學習到的分類規則進行預測等活動。
3.數據挖掘。數據挖掘是壹門交叉性很強的學科，可以用到機器學習算法以及傳統統計的方法，最終的目的是要從數據中挖掘到為我所用的知識，從而指導人們的活動。所以我認為數據挖掘的重點在於應用，用何種算法並不是很重要，關鍵是能夠滿足實際應用背景。而機器學習則偏重於算法本身的設計。
4.模式識別。我覺得模式識別偏重於對信號、圖像、語音、文字、指紋等非直觀數據方面的處理，如語音識別，人臉識別等，通過提取出相關的特征，利用這些特征來進行搜尋我們想要找的目標。
比較喜歡這方面的東西，壹點膚淺的認識，很高興與妳交流。