现总结如下:二者都是人工智能重要的研究领域。
ML更多是在自然科学和理论研究层面,而DM是在应用层面。
ML的发展历史:
1,推理学习(演绎阶段)19世纪50年代开始
2,知识库(专家系统、知识工程)19世纪70-90年代
3,归纳学习(机器自主学习)
ANN,SVM,决策树,etc.
DM的发展源于大数据量的训练样例机器学习的效率很低,所以结合了机器学习,数据库和统计学形成了现在的DM,当然DM的范围不限于数据库。由于统计学更多的是通过机器学习的磨练作用于DM,所以,
DM的基本框架是ML+DB的结合。
DM作为独立的研究领域也有自己的研究内容,比如关联规则等。
南京大学的周志华老师的“机器学习与数据挖掘”一文对二者的概述描述的很全面。