就机器学习与数据挖掘两者来说，个人认为两者从实际运用和内容上来说重叠部分较多，不好完全区分开来。

机器学习，又可以理解为计算机学习、程序学习、模型学习，或者说是agent学习，即人们通过编程或其他方式创造出一个模型，然后训练该模型，使该模型具有通过学习增长知识的能力；数据挖掘，又可以理解为挖掘数据，在大量数据中发现和挖掘到的知识是我们想要获得的东西。机器学习更偏向于是一种手段或者方式，数据挖掘更偏向于是一种过程或者目的。以拿铲子挖宝藏为例，铲子代表机器学习，宝藏代表知识，土壤代表数据，整个动作或过程或做这件事的目的代表数据挖掘（即挖掘数据）。（简图仅供参考，不接受吐槽：））