数据挖掘可以认为是数据库技术与机器学习的交叉,它利用数据库技术来管理海量的数据,并利用机器学习和统计分析来进行数据分析。数据挖掘主要来源于数据库和统计学,数据挖掘目标是针对各种数据,都能提取出我们需要的知识结构的表达式，所以它是一个大杂烩，数据挖掘数据挖掘是一项使用数据探索技术发现一些有趣(而不明显)的模式的技术。

你可以简单地理解为,机器学习为数据挖掘提供了理论方法,而数据挖掘技术是机器学习技术的一个实际应用。数据挖掘(DataMining),又称为数据库中的知识发现(KnowledgeDiscoveryinDatabase,KDD),就是从大量数据中获取有效的、新颖的、潜在有用的。对计算机编程能力的要求不同一个对编程、敲代码一窍不通的人完全可以成为一名优秀的数据分析师。

Meta分析和数据挖掘是两种不同的数据分析方法,它们的目的和应用领域也有所不同。Meta分析是一种系统性地分析并综合多个已有研究结果的方法，在Meta分析中。推荐几个吧,不是国内的,但表现力不错1，RapidMinerRapidMiner是一个数据科学软件平台,为数据准备、机器学习、深度学习。什么模式?例如:根据某些特征对数据进行分组的方式、异常检测(罕见值)、某些观察值与其他值之间的相关性、某些事件的连续性、行为的识别等。