No me gusta la minería de datos, pero estoy interesado en el aprendizaje automático, ¿debería seguir estudiando ML para estudios superiores?

La pregunta no es muy clara para mí, por lo que mi respuesta puede ser totalmente no acerca de lo que esperaba.
La minería de datos y el aprendizaje automático no son independientes entre sí en mi humilde opinión. Los cursos de aprendizaje automático generalmente le enseñan matemáticas y los cursos de minería de datos enseñan la aplicación de esta matemática en datos del mundo real.
La única forma en que puedo entender por qué puede odiar la minería de datos y amar el aprendizaje automático es cuando le gustan las matemáticas y no le gusta la programación (porque la minería de datos es esencialmente la programación de los algoritmos de aprendizaje automático). Si este es el caso, no elija ML como una opción de estudio superior (porque cualquiera que sea la nueva técnica que descubra, tendrá que demostrar su efectividad en algunos datos del mundo real), a menos que la universidad a la que está postulando trabaje en Matemáticas detrás de Machine Learning, diga por qué un cierto algoritmo funciona teóricamente.
También hay otras disciplinas, que se utilizan en el aprendizaje automático, que le pueden gustar y que pueden seguir sin tener que programar mucho. Estos implican optimizaciones, estadísticas, álgebra lineal y teoría de grafos.

Si el gran espacio de búsqueda que es intrínseco a la minería de datos es el aspecto menos atractivo de la minería de datos para usted, entonces no descartaría el aprendizaje automático todavía. La minería de datos hace un uso intensivo de las técnicas de aprendizaje automático, pero el aprendizaje automático puede aplicarse ampliamente, en muchas otras áreas donde las preguntas y los objetivos están mejor especificados.

La respuesta de Omri Mendels enumera las dos aplicaciones principales de las técnicas de ML para responder preguntas específicas (para el habla y la visión).

Algunos otros ejemplos cotidianos grandes y pequeños de ML aplicado incluyen:

• reconocimiento facial en etiquetado automático de fotos
• reconocimiento de huellas digitales en iPhone 5s
• aplicación de teléfono inteligente de identificación de árbol tomando una foto de su hoja
• publicidad dirigida basada en tendencias de búsqueda
• prediciendo la enfermedad a partir de pruebas de diagnóstico
• enumerar consultas de búsqueda relacionadas de palabras de búsqueda similares
• reconocimiento de escritura a mano para la clasificación automática de direcciones de correo en el sistema postal
• filtros de spam
• …Y la lista continúa

Sin embargo, si su problema es con la necesidad de script en SQL, entonces me preguntaría si no me gusta la codificación en general. Si ese no es el caso, entonces puede que no haya nada de qué preocuparse; Los datos pueden venir en muchas formas y no necesitan residir en una base de datos SQL. Si realmente es el caso de que no le guste tener que escribir código, entonces consideraría que es un gran problema porque necesitará escribir código incluso para aplicar (en lugar de desarrollar) técnicas de ML. De todos modos, no uso SQL personalmente, así que no puedo comentarlo específicamente … Pero sugeriría compararlo con otros idiomas. Un buen lenguaje orientado a objetos con muchas bibliotecas ML es python. O puede encontrar que prefiere los lenguajes de procedimiento, como matlab, que también tiene una variedad de paquetes ML.

Supongo que lo que quieres decir con Machine Learning es el lado más matemático y menos aplicado. ¿Te gusta jugar para jugar con ecuaciones más que con datos? Debe aclarar lo que quiere decir con Machine Learning.

Definitivamente hay oportunidades para avanzar en la teoría del aprendizaje automático. Sin embargo, las personas que financian la investigación de Machine Learning a menudo están interesadas en mejorar el rendimiento en alguna tarea de minería de datos, por lo que la teoría casi siempre está al servicio de algunas minas de datos.

Si realmente te gustan las matemáticas mucho más que datos / codificación, ¿tal vez deberías dedicarte a eso directamente?