A. 機器學習和數據挖掘哪個更有前途
說實話，現在的時代發展確實太快了！有時候感覺根本就跟不上節奏，更別說去預測和掌控了；特別是互聯網方向，各種新技術不停的冒出來。
對於數據挖掘這個方向吧，也就是最近幾年突然大熱起來的。結果很正常，一邊是這個方向本身的飛速發展，這給了我們很多機會；但另一邊是社會上各種相關甚至不相關的人才蜂擁而入，大家都想來搞搞（趨利性是人的本性）！
結果會怎樣呢？這個覺得也是大家各抒己見，因為任何時候，對任何事物，總會有人唱好有人唱衰，其實沒有誰說的一定是對的；只能說大部分時候，那個大群體和總趨勢對的概率要大很多。所以建議你也不要偏信偏聽，總歸還是要有自己的批判性思維。
我個人的看法呢，照目前這種發展情況來看，數據挖掘遲早會人才飽和，造成知識紅利下降，最後到達一個跟現在的Android開發差不多的情況（以前安卓開發多火，大家一窩蜂湧入，現在慢慢飽和了，大家就歸於理性了吧？）
目前就我來看，首先，一方面雖然想學數據方面的人好像特別特別多，但是實際上能堅持下來，並且真的學好的人並不多（高校這個專業一年培養不了多少人，大部分還是在自我摸索和學習），你作為這方面的博士，你的專業性肯定會遙遙領先絕大多數人的。
其次，數據挖掘目前並沒有很多人感官的那麼神，它目前還存在很多的欠缺與不足，從這方面說，我覺得數據挖掘目前還僅僅只是剛過了一個嬰兒期不久，它正在走向青壯年的路上，但毫無疑問這需要一個過程。為什麼這么說呢，因為數據科學現在不管是從演算法建模還是實際應用都還需要進一步的成長，特別是實際應用方面，未來，數據科學肯定會進一步落地，真的跟各行各業去結合，去驅動各行各業的發展。這些難道在你博士期間就都能做完嗎？反正我是不信！
所以個人建議，總體來看，你不用擔心這個行業會馬上過氣，好好發揮你自己的優勢，把理論基礎打扎實，後面跟具體的業務去結合應用，你的競爭力絕對很高的！
B. 機器學習、數據挖掘、自然語言處理、推薦系統、大數據處理學哪個好
機器學習吧，數據挖掘有一些機器學習的內容，又有一些統計學的內容，推薦系統需要數據挖掘、機器學習、計算機的內容，大數據其實需要利用到機器學習和數據挖掘的內容，自然語言處理也需要用到機器學習、數據挖掘、語義學的內容等。我推薦學習機器學習，因為這個很基礎，但是很實用，就像編程語言中的C語言那樣，很基礎，但是學通了就可以運用很廣。
採納吧！