数据挖掘和机器学习之间的区别

我是这个领域的新手.

在我的形象中,

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.

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,给出一堆Checkers游戏的例子并且基于能够玩游戏的程序(好),已经"学习"了示例 - 数据,现在可以解释新的(类似数据)并对其采取行动.