網路上有一張梗圖(作者https://www.instagram.com/sandserifcomics/)

完美呈現了許多人對於機器學習跟統計的混淆與誤解

簡單表達這兩者的區別在於：「機器學習著眼於預測結果，統計學在研究數據中不同內容的關係。」

統計學可以研究數據並建立出模型，並可以利用模型進行預測，而且這個模型我們大致看得懂是怎麼運作的。
而機器學習則是犧牲掉模型的可讀性而換取預測的準確度。

簡單來說，透過機器學習得到的預測工具就像是一個魔法水晶球，它能夠告訴你未來會發生什麼事，但我們不知道為什麼可以那麼準；例如：「透過機器學習得到的結果，客人如果有哪些特徵，推薦他買哪些產品很容易買單。」。而透過統計推論得到的模型就例如：「如果台灣成年男子腰圍超過 90 cm，幾年內會得到糖尿病等慢性疾病的風險提高 N 倍。」這種答案。

機器學習是立足在統計學之上的一門學問；沒有統計學，機器學習就不存在。

如果我們想從既有的大筆數據建立出一個能高度準確的預測模型，那我們可以選擇使用機器學習來得到演算法；但如果我們是想從數據中找出各變數之間的關係或建立出一個推論，那麼我們應該使用統計學。