機器學習是一種理論和方法，主要解決人工智能中的問題，機器學習是用數據或過去積累的經驗，以此優化計算機程序的性能標准。
數據挖掘是一種應用和目的，一般是指從大量的數據中通過算法搜索隱藏於其中信息的過程，目標是從大量數據中提取模式和知識，並將其轉換成可理解的結構，以進一步使用。機器學習是數據挖掘手段中的一個。
其實，現在的數據挖掘大多都是采用深度學習和機器學習的方法做。相比深度學習，機器學習可以做的東西更廣更全一些，比如自然語言處理、計算機視覺等。至於哪邊更好，我只能說現在這兩邊的研究人員都是魚龍混雜，如果是有夢想，想做理論研究，追未來熱點，直接轉機器學習的理論研究。如果對於應用這塊比較感興趣，想弄份穩定工作，學數據挖掘做大數據（經濟，網絡，推薦系統）是很好的選擇。但這兩方向都需要做到很深你才能真正站在頂端。來源：微信公眾號-計算機信息觀察家