Основное различие между машинным обучением и наукой о данных заключается в целях и задачах. 2

Наука о данных (Data Science) стремится извлечь полезные знания из данных и предоставить их для принятия решений. 2 Она охватывает использование статистических методов, визуализации данных, исследование паттернов. 2 Задачи науки о данных включают сбор, подготовку и анализ данных, построение моделей, визуализацию данных, принятие решений на основе данных. 2

Машинное обучение (Machine Learning) фокусируется на создании моделей, способных автоматически делать прогнозы на основе данных. 2 Машинное обучение решает ограниченный круг проблем с уже очищенными, обработанными данными. 1

Некоторые другие различия:

• Подходы к образованию: специалисты по данным могут сосредоточиться на получении знаний в статистике, математике или актуарной науке, в то время как инженер по машинному обучению будет уделять основное внимание изучению аспектов разработки программного обеспечения. 1
• Применение: наука о данных применяется в различных областях, таких как здравоохранение, финансы, маркетинг, социальные науки и многое другое. 4 Машинное обучение находит применение в системах рекомендаций, обработке естественного языка, компьютерном зрении, обнаружении мошенничества, автономных транспортных средствах и многих других областях. 4
• Формат входных данных: почти все входные данные для науки о данных генерируются в удобочитаемом формате, который люди читают или анализируют. 8 Входные данные для машинного обучения будут преобразованы, особенно в отношении используемых алгоритмов. 8
• Часть искусственного интеллекта: наука о данных не является разновидностью искусственного интеллекта (ИИ), а технология машинного обучения — частью ИИ. 8