現總結如下:二者都是人工智能重要的研究領域。
ML更多是在自然科學和理論研究層面,而DM是在應用層面。
ML的發展歷史:
1,推理學習(演繹階段)19世紀50年代開始
2,知識庫(專家系統、知識工程)19世紀70-90年代
3,歸納學習(機器自主學習)
ANN,SVM,決策樹,etc.
DM的發展源於大數據量的訓練樣例機器學習的效率很低,所以結合了機器學習,數據庫和統計學形成了現在的DM,當然DM的範圍不限於數據庫。由於統計學更多的是通過機器學習的磨練作用於DM,所以,
DM的基本框架是ML+DB的結合。
DM作爲獨立的研究領域也有自己的研究內容,比如關聯規則等。
南京大學的周志華老師的“機器學習與數據挖掘”一文對二者的概述描述的很全面。