1樓：訾忠臃
總體而言，三者是有區別的：大資料是資料探勘的基礎；資料探勘與機器學習二者有交集，但不能等同；三者是平行的概念。從資料分析的角度來看，資料探勘與機器學習有很多相似之處，但也有許多不同之處。
例如，資料探勘並沒有機械人學習探索人的學習機制這一任務，資料探勘中的資料分析是針對海量資料進行的，從某種意義上來說，機器學習的科學成分更重一些，而資料探勘的技術成分更重一些。
由於幾乎所有的學科都要面對資料分析任務，因此機器學習已經開始影響到電腦科學的眾多領域。機器學習是資料探勘中的一種重要工具，然而資料探勘不僅僅要研究、拓展、應用一些機器學習方法，還要通過許多非機器學習技術解決資料倉儲、大規模資料、資料雜訊等實踐問題。機器學習用在資料探勘上的方法通常只是「從資料中學習」，然而機器學習不僅僅可以用在資料探勘上，一些機器學習的子領域甚至與資料探勘的關係不大，如增強學習與自動控制。
在科學處理三者之間的關係上，華為雲等雲服務商積累了可貴的經驗，如果由他們來回答這個問題應該更有說服力。
2樓：雷罕膳
大資料是指資料儲存的量，由於過去數十年資料收集儲存能力的大幅提公升，人類社會積累的資料量呈幾何倍數的增長，目前形成了乙個龐大的資料量。大資料是資料探勘和機器深度學習的基礎。
資料探勘是從海量資料中獲取的有效的、新穎的、潛在有用的，最終可理解的模式的過程，資料探勘中用到了大量的機器學習界提供的資料分析技術和資料庫界提供的資料管理技術。
機器學習則是一門多領域交叉學科，涉及概率論、統計學、演算法複雜理論等多門學科。專門研究計算機是怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構，使之不斷改善自身的效能。學習能力是智慧型行為的乙個非常重要的特徵，不具有學習能力的系統很難稱之為乙個真正的智慧型系統，所以說機器學習是人工智慧的核心。
實際上，機器學習已經成為計算機資料分析的創新源頭之一，人工智慧也成為目前最受世界矚目的重要技術，從國外的亞馬遜、谷歌到中國的阿里，華為都已經在人工智慧領域積極拓展，比如，華為雲目前提出的「AI+」戰略，更是促進了人工智慧和各行業的大融合。這其中，機器學習是一項關鍵的技術。
資料分析師，資料探勘師，大資料工程師，三者的工作有何區別？
steve 從廣義上來說，資料分析師的最終進化結果應該是資料科學家 資料工程師在工作中更多的是跟Hadoop和spark這類大資料架構打交道，當然你也可以說是專職去寫SQL的 目前在工作中，資料科學和人工智慧所面對的問題和領域幾乎是重合的。資料是個很寬泛的概念，而資料科學家也可以說是資料領域CROW...
資料探勘 機器學習 自然語言處理這三者是什麼關係？這幾個怎麼入門啊？
Alan 我會回答簡單一些 機器學習是理論知識基礎 自然語言是機器學習中深度學習的學習方向 資料探勘是綜合大資料hadoop平台 資料分析 機器學習 深度學習的應用的工作崗位。不言而喻，第一，從機器學習入手打基礎認識演算法 第二，選擇學習研究方向 NLP或視覺等 第三，選擇學習方向的資料探勘崗位 補...
大資料，人工智慧，機械人三者之間到底有什麼關係？
不一樣的人生 top網域名稱為你回答 人工智慧有分強人工智慧和弱人工智慧 大資料 機械人就等於是弱人工智慧，無法學習和思考如果再加上學習和思考的能力，那就是強人工智慧 顫抖吧小豆芽 你可以理解為機械人是集大成者，必須有大資料的技術和人工智慧的技術加成，機械人才能更像人更智慧型，否則就是一台機器，比如...