數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的區(qū)別和聯(lián)系，周志華有一篇很好的論述《機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘》可以幫助大家理解。

數(shù)據(jù)挖掘受到很多學(xué)科領(lǐng)域的影響，其中數(shù)據(jù)庫(kù)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)無(wú)疑影響最大。簡(jiǎn)言之，對(duì)數(shù)據(jù)挖掘而言，數(shù)據(jù)庫(kù)提供數(shù)據(jù)管理技術(shù)，機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)提供數(shù)據(jù)分析技術(shù)。

由于統(tǒng)計(jì)學(xué)往往醉心于理論的優(yōu)美而忽視實(shí)際的效用，因此，統(tǒng)計(jì)學(xué)界提供的很多技術(shù)通常都要在機(jī)器學(xué)習(xí)界進(jìn)一步研究，變成有效的機(jī)器學(xué)習(xí)算法之后才能再進(jìn)入數(shù)據(jù)挖掘領(lǐng)域。從這個(gè)意義上說(shuō)，統(tǒng)計(jì)學(xué)主要是通過(guò)機(jī)器學(xué)習(xí)來(lái)對(duì)數(shù)據(jù)挖掘發(fā)揮影響，而機(jī)器學(xué)習(xí)和數(shù)據(jù)庫(kù)則是數(shù)據(jù)挖掘的兩大支撐技術(shù)。

從數(shù)據(jù)分析的角度來(lái)看，絕大多數(shù)數(shù)據(jù)挖掘技術(shù)都來(lái)自機(jī)器學(xué)習(xí)領(lǐng)域，但機(jī)器學(xué)習(xí)研究往往并不把海量數(shù)據(jù)作為處理對(duì)象，因此，數(shù)據(jù)挖掘要對(duì)算法進(jìn)行改造，使得算法性能和空間占用達(dá)到實(shí)用的地步。同時(shí)，數(shù)據(jù)挖掘還有自身獨(dú)特的內(nèi)容，即關(guān)聯(lián)分析。

而模式識(shí)別和機(jī)器學(xué)習(xí)的關(guān)系是什么呢，傳統(tǒng)的模式識(shí)別的方法一般分為兩種：統(tǒng)計(jì)方法和句法方法。句法分析一般是不可學(xué)習(xí)的，而統(tǒng)計(jì)分析則是發(fā)展了不少機(jī)器學(xué)習(xí)的方法。也就是說(shuō)，機(jī)器學(xué)習(xí)同樣是給模式識(shí)別提供了數(shù)據(jù)分析技術(shù)。

至于，數(shù)據(jù)挖掘和模式識(shí)別，那么從其概念上來(lái)區(qū)分吧，數(shù)據(jù)挖掘重在發(fā)現(xiàn)知識(shí)，模式識(shí)別重在認(rèn)識(shí)事物。

機(jī)器學(xué)習(xí)的目的是建模隱藏的數(shù)據(jù)結(jié)構(gòu)，然后做識(shí)別、預(yù)測(cè)、分類等。因此，機(jī)器學(xué)習(xí)是方法，模式識(shí)別是目的。

總結(jié)一下吧。只要跟決策有關(guān)系的都能叫 AI(人工智能)，所以說(shuō) PR(模式識(shí)別)、DM(數(shù)據(jù)挖掘)、IR(信息檢索) 屬于 AI 的具 體應(yīng)用應(yīng)該沒有問題。 研究的東西則不太一樣， ML(機(jī)器學(xué)習(xí)) 強(qiáng)調(diào)自我完善的過(guò)程。 Anyway，這些學(xué)科都是相通的。