数据挖掘VS机器学习？
"数据挖掘" 与 "机器学习"是近年来经常同时出现的词语，两者有何不同呢？到底是数据挖掘涵盖机器学习，还是机器学习包括数据挖掘，各种观点莫衷一是。实际上，两者本就不是非此即彼的关系，所以大可不必拘泥于特定的称谓，从具体的业务场景、算法应用出发即可。在这里，按笔者的理解，一般是用机器学习算法来实现数据挖掘的特定需求，如是而已。
1. 机器学习概念
---“这是最好的时代，也是最坏的时代”，如今，这是一个大数据的时代。
提起机器学习(Machine Learning)，近年来发展的可谓如火如荼，IBM的“深蓝计算机”、Google的AlphaGo(人工智能程序)以及无人驾驶汽车等，引领我们走入了“数据科学革命”。那么何谓机器学习呢？简单来说，机器学习是一个从大量无序数据中学习和提取有用信息的过程，涉及到计算机科学、工程技术和统计学等多个学科的知识。具体而言，机器学习是一类算法的总称，这些算法企图从大量历史数据中挖掘出其中隐含的规律，用于完成特定的业务需求。目前已实现的典型应用如垃圾邮件检测、商品智能推荐、手写识别软件、贷款信用评定、实时工业监测等。
2. 机器学习步骤
- 数据收集：多种方式收集样本数据，如：制作网络爬虫从网站上抽取数据、从API中得到信息、设备传感器发来的实测数据等等
- 数据探索：检验数据集的数据质量、绘制图表、计算某些特征量等手段，对样本数据集的结构和分布规律进行初步了解和分析
- 数据准备：根据需要完成一系列的数据预处理操作，如数据清洗、数据集成、数据变换和数据规约等，将数据转换为符合算法要求的格式
- 算法训练：从这一步才真正开始学习，根据业务目标，选择相应的机器学习算法。其中，对于无监督学习，由于不存在目标变量值，故不需要训练算法
- 算法评估：对于有监督学习，需要使用测试数据检验算法的准确率（性能）；对于无监督学习，运行机器学习算法，并使用其它方式检验算法性能
- 算法使用：将机器学习算法转换为应用程序，执行实际任务，以检验上述步骤是否可以在实际环境中正常工作
3. 机器学习算法
机器学习算法种类繁多，划分方式不一。通常根据任务的不同，机器学习可分为有监督学习(Supervised Learning)、无监督学习(Unsupervised Learning)、半监督学习(Semi-Supervised Learning)和增强学习(Reinforcement Learing)。其中，笔者目前主要研究有监督学习和无监督学习两种学习算法。
3.1 有监督学习
有监督学习的训练数据集要求包括输入与输出，即特征(Feature)与目标(Target)。有监督学习从给定的训练数据集中学习出一个函数，当新的数据到来时，可以根据这个函数预测结果。典型问题是分类(Classification)和回归 (regression)，常用算法有逻辑回归(Logistic Regression)、K-近邻（K-Nearest Neighbor)、决策树(Desicion Trees)、朴素贝叶斯(Naive Bayes)、支持向量机(Support Vector Machines)、BP神经网络(Back-Propagation Neural Network)、时序预测(Time Series Forecasting)等。
3.2 无监督学习
无监督学习(Unsupervised Learning): 无监督学习的训练数据集只有输入，即特征，不含目标信息。典型问题是聚类(Clustering)、降维(Dimensionality Reduction)与关联分析(Affinity Analysis)。常用算法有K-均值(K-Means)、主成分分析(PCA)、Apriori算法、FP-增长算法等。
来源：https://www.cnblogs.com/lonshiner/p/10043027.html