數據挖掘與機器學習是什麼關係？

01-01

機器學習是演算法，理論，數據挖掘更傾向於是對機器學習的應用

演算法是機器學習和數據挖掘的工作內容中重疊的部分。

如果說演算法是刀，那麼機器學習就是刀匠，數據挖掘就是刀法大師。

一個追求刀的吹毛斷髮，所以搞機器學習的人會一個個演算法不斷重寫，優化。

一個尋找武術真諦，所以做數據挖掘的人有時候會用N個演算法嘗試解決同一個問題，然後找到最適合的解。

目前所說的機器學習一般指統計學習方法，更有甚者稱為貝葉斯統計學習；而數據挖掘則更偏向計算機科學中演算法，更偏嚮應用，例如資料庫等，這些都是機器學習不考慮的

機器學習+圖像知識 $in$ 計算機視覺

機器學習+語言知識 $in$ 自然語言處理

機器學習+各種稀奇古怪的應用領域 $in$ 數據挖掘

數據結構你肯定學過吧，離散數學也學過吧，那麼答案來了:機器學習與數據挖掘的關係，就像，離散數學與數據結構的關係。（區別先後順序的呦，離散在前，機器在前）

Same side of a different coin

機器學習是人工智慧的核心，數據挖掘僅僅是其應用的一類。上面那張圖是我在ETHINK平台看到的介紹，有人工智慧數據挖掘和商務智能

我的看法，求拍。

數據挖掘可以挖掘未知信息，可以挖掘已知信息。

未知的信息為你不知道的關係啊，規則等

已知的信息是由於信息太龐大，如何篩選我們需要的信息是一種需求，而我們需要的信息用一種什麼規則來表示呢？則需要機器學習來獲得標準，即符合這一標準的為需求信息，不滿足這一標準的為無用信息。