1. DM更应用化，ML更偏研究与算法（所以公司一般有数据挖掘工程师，机器学习研究员）
2. ML的问题经常是明确定义的，包括数据集及目标（且数据集是固定的）；DM通常只定义目标，甚至连目标也没有（给你一堆数据，给我找出有价值、有意思的东西出来）；
在定义了目标的情况下，DM可以使用非固定的数据源
3. ML只是DM使用的方法的一种，DM还可以使用其他的方法（比如统计，比如直接看数据）
4. 作为一门交叉学科，ML是DM的一门重要基础，但是DM还有其他的基础学科，最重要的是统计与数据库
5. DM的重点是数据。所以做DM的人可能花80%的时间在用各种方式倒腾数据上，而只花会20%的时间在算法上；而对ML可能相反，80%的时间都在读Paper,试验算法上，20%的时间用在处理数据上