数据挖掘与机器学习的区别

Question

我是新来这个地区的。

在我的形象中，

数据挖掘是指从数据中检索与数据模型相关的有用信息。机器学习寻求识别数据中的行为模式，并基于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一个子领域。

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

一般来说，机器学习可以有更多的步骤，而不仅仅是解释数据。开发机器学习技术的程序也可以根据从数据中“学到”的知识来行动，例如，一个程序给出了一堆跳棋游戏的例子，并且基于它能够玩这个游戏(很好)，已经从例子中“学习”了--数据，现在可以解释新的(类似的数据)并对其采取行动。

Answer 2

这些术语的定义并不太严格，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精炼，而数据挖掘意味着应用于固定数据的更静态的算法。机器学习的输出当然是信息，但也是通过这个过程识别的新算法。数据挖掘寻求将预先存在的算法应用于数据。