数据挖掘和机器学习之间的区别

Question

我是这个领域的新手。

在我的图片中，

数据挖掘意味着从数据中检索有关数据模型的有用信息。 机器学习旨在识别数据中的行为模式，并根据观察到的模式构建各种模型。

Answer 1

此外，数据挖掘通常被认为是机器学习的子领域。

数据挖掘通常仅用于解释数据（例如，根据主题对报纸文章进行分类，或根据读者的合适年龄对书籍进行分类）。它是机器学习的一部分，它提供原始数据，然后使用机器学习方法，提取有关它的一些有意义的信息。

机器学习通常可以比解释数据有更多的步骤。开发的程序机器学习技术也可以根据从数据中“学习”的知识进行操作，例如：一个程序，给出了一堆Checkers游戏的例子，并且基于它能够玩游戏（好），从示例中“学习” - 数据，现在可以解释新的（类似数据）和行动。

Answer 2

这些条款在定义方面并不过分严格，但基本上我认为你所说的是正确的。 机器学习涉及算法识别和finessing，而数据挖掘意味着应用于固定数据的更静态算法。机器学习的输出当然是信息，但也是通过该过程识别的新算法。数据挖掘试图将预先存在的算法应用于数据。