談到對資料進行分析利用，很多人會想到「資料探勘」（data mining），這裡簡單**一下資料探勘和機器學習的聯絡。
資料探勘領域是在二十世紀九十年代左右形成，他收到很多學科的影響，其中資料庫、機器學習、統計學無疑是影響最大的。資料探勘是從海量資料中發掘知識，這就必然涉及到對「海量資料」的管理和分析。大體來說，資料庫領域的研究為資料探勘提供了資料管理技術，而機器學習和統計學的研究為資料探勘提供了資料分析技術。
由於統計學屆的研究成果通常需要機器學習研究來形成有效的學習演算法，之後再進入資料探勘領域，因此從這個意義上來說，統計學主要是通過機器學習對資料探勘發揮影響，而機器學習領域和資料庫領域則是資料探勘的兩大技術支撐。
資料探勘和機器學習之間到底什麼關係？
首先我認為沒有必要給兩個詞劃定乙個明確的界限，不妨從字面意思理解就足夠了。資料探勘 首先是有一定量的資料作為研究物件，挖掘 顧名思義，對一些東西進行深度的研究 對比 甄別等工作，最終從中間找到知識和規律，挖掘 這個詞用的很形象。機器學習 首先想想人類學習的目的是什麼，是掌握知識，掌握技巧，最後能夠進...
機器學習與資料探勘
機器學習的科學成分更重一些 資料探勘的技術成分更重一些 資料分析的角度 資料探勘並沒有機器學習探索人的學習機制這一科學發現任務 資料探勘中的資料分析是針對海量資料進行的 是一門多領域交叉學科，涉及概率論 統計學 畢竟輪 凸分析 演算法複雜度理論等多門學科，專門研究計算機是怎樣模擬或實現人類的學習行為...
資料探勘與機器學習入門
導論 機器學習演算法最適用的場景就是 不便用規則處理的場合 資料探勘 data mining 是有組織有目的地收集資料，通過分析資料使之成為資訊，從而在大量資料中尋找潛在規律以形成規則或知識的技術。機器學習 machine learning,ml 是一門多領域交叉學科，涉及概率論 統計學 逼近論 凸...