机器学习和数据挖掘哪个更有前途

Answer 1

这种问题不是很好说，两个领域各有所长，具体发展还要看未来形式和需求。从数据分析的角度来看，数据挖掘与机器学习有很多相似之处，但不同之处也十分明显，例如，数据挖掘并没有机器学习探索人的学习机制这一科学发现任务，数据挖掘中的数据分析是针对海量数据进行的，等等。从某种意义上说，机器学习的科学成分更重一些，而数据挖掘的技术成分更重一些。
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。其专门研究计算机是怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能。
数据挖掘是从海量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘中用到了大量的机器学习界提供的数据分析技术和数据库界提供的数据管理技术。

想要学习了解更多机器学习和数据挖掘的知识，推荐CDA数据分析师课程。CDA数据分析师课程以项目调动学员数据挖掘实用能力的场景式教学为主，在讲师设计的业务场景下由讲师不断提出业务问题，再由学员循序渐进思考并操作解决问题的过程中，帮助学员掌握真正过硬的解决业务问题的数据挖掘能力。点击预约免费试听课。

Answer 2

说实话，现在的时代发展确实太快了！有时候感觉根本就跟不上节奏，更别说去预测和掌控了；特别是互联网方向，各种新技术不停的冒出来。
对于数据挖掘这个方向吧，也就是最近几年突然大热起来的。结果很正常，一边是这个方向本身的飞速发展，这给了我们很多机会；但另一边是社会上各种相关甚至不相关的人才蜂拥而入，大家都想来搞搞（趋利性是人的本性）！
结果会怎样呢？这个觉得也是大家各抒己见，因为任何时候，对任何事物，总会有人唱好有人唱衰，其实没有谁说的一定是对的；只能说大部分时候，那个大群体和总趋势对的概率要大很多。所以建议你也不要偏信偏听，总归还是要有自己的批判性思维。
我个人的看法呢，照目前这种发展情况来看，数据挖掘迟早会人才饱和，造成知识红利下降，最后到达一个跟现在的Android开发差不多的情况（以前安卓开发多火，大家一窝蜂涌入，现在慢慢饱和了，大家就归于理性了吧？）
目前就我来看，首先，一方面虽然想学数据方面的人好像特别特别多，但是实际上能坚持下来，并且真的学好的人并不多（高校这个专业一年培养不了多少人，大部分还是在自我摸索和学习），你作为这方面的博士，你的专业性肯定会遥遥领先绝大多数人的。
其次，数据挖掘目前并没有很多人感官的那么神，它目前还存在很多的欠缺与不足，从这方面说，我觉得数据挖掘目前还仅仅只是刚过了一个婴儿期不久，它正在走向青壮年的路上，但毫无疑问这需要一个过程。为什么这么说呢，因为数据科学现在不管是从算法建模还是实际应用都还需要进一步的成长，特别是实际应用方面，未来，数据科学肯定会进一步落地，真的跟各行各业去结合，去驱动各行各业的发展。这些难道在你博士期间就都能做完吗？反正我是不信！
所以个人建议，总体来看，你不用担心这个行业会马上过气，好好发挥你自己的优势，把理论基础打扎实，后面跟具体的业务去结合应用，你的竞争力绝对很高的！

Answer 3

数据挖掘与机器学习的区别

Answer 4

不好说，这两个领域目前都比较火。你可以去知乎看看，那里有更专业的人士能够为你解答这个问题