数据挖掘和机器学习的区别与联系

关注机器学习（Machine Learning）和数据挖掘（Data Mining）有一段时间了，对两者的关系还是有一些模糊。今天参考了一些人的文章和博客，大概领会了一些东西，现在总结一下。

ML算是AI的一部分，并且更加偏重于统计和优化，很多ML的研究都非常的偏向理论。而DM可以称得上是个实用的东西，简单说就是有很多数据很多变量，我们想挖掘出我需要的信息，所以有时候人们用practical machine learning来指代DM。

我们可以理解为ML为DM提供了部分得理论基础，很多DM的问题可以用ML的算法来解决，像我所知道的Facebook和LinkedIn进行大规模的数据挖掘工作时，使用的都是很基本的ML算法。

但是DM所用的东西远不只是ML，相反有很多非常heuristic的算法，比如association rule（http://en.wikipedia.org/wiki/Association_rule_learning）。另外DM由于通常都是跟很大规模的数据打交道，所以如何高效的储存，索引（各种树结构，网格结构，LSH）数据也是DM研究的一个重要方向。

个人感觉DM只是ML的一个应用。ML是一个更general的领域，它的理论可以被用在许多地方，如DM，Computer Vision, NLP等等。对于这些不同的应用，主要表现就是对于ML算法的input和output不同。如过应用是DM的话，可能可以是电子商务平台的用户买卖记录作为输入；而对于CV而言，可能是图像中的特征点作为输入。当然如DM之流能够成为一个新的分支，必然会在其自身领域产生出新的更适合的新算法。

但总的来说，硬要说DM和ML是啥关系的话，我只能说DM应用了很多ML的算法，而ML为DM提供了更为general的理论基础。DM应用中，除了ML算法，也有很多其他的算法。

参考链接1