程式設計師難免要接觸一些大資料的專案，那麼如何理解好資料探勘和機器學習是兩個不同的概念？下面來總結下這兩個月的專案所學：

公司未來更好的運營微信自媒體，讓我去收集各種資訊，人工是不可能實現的，只能靠程式碼。

用Python抓取了1W個同行的資料，1W的公眾號，上百W的資料，我很驚訝，他們的內容是怎麼編出來的？

然後進行NLP資料比對，發現一個驚人的密碼，大部分公眾號的NLP指紋都是一樣的，也就是說，內容都是一樣的，只是做了NLP偽原創，然後我抽幾篇去找了下NLP偽原創工具來比對，結果出來的的內容一模一樣。

所以，要運營好一個公眾號，要學會使用工具啊。

資料探勘使用各種工具進行機器學習，自然語言處理也是機器學習的一種方式，屬於資料探勘的範疇。

資料探勘（英文：Data mining），也譯為資料探勘、資料探勘。它是資料庫知識發現

（英文：Databases中的知識發現，縮寫：KDD）

這個過程中的一步。資料探勘一般是指從隱藏在其中的大量資料自動搜尋具有特殊關係

資訊過程（關聯規則學習）。

資料探勘通常與電腦科學有關，並通過統計處理、線上分析、資訊檢索、機器學習、

專家系統（取決於過去的經驗法則）和模式識別

以上目標。

機器學習（ML）是涉及概率論的多學科學科。、統計資訊、近似理論、

專注於計算機如何模擬或實施人類學習行為以獲取新知識或技能並重新組織現有知識結構

使其不斷提高其效能。

它是人工智慧的核心，也是使計算機智慧化的根本途徑。其應用涵蓋了人工智慧的所有領域。

它主要使用感應、合成而不是演繹。

自然語言處理是電腦科學和人工智慧領域的重要方向。它的研究可以在人與計算機之間使用

自然語言是有效溝通的各種理論和方法。

自然語言處理是一門科學中語言學、電腦科學、科學的融合。因此，該領域的研究將涉及自然語言，

人們每天使用的語言，

因此它與語言學的研究密切相關，但存在重要的差異。自然語言處理不是對自然語言的一般研究。

計算機系統，尤其是其中的軟體系統。因此它是電腦科學的一部分。

自然語言處理（NLP）是電腦科學，人工智慧和語言學領域，專注於計算機與人類（自然）語言之間的互動。