简单来说：

创新互联建站专注为客户提供全方位的互联网综合服务，包含不限于成都做网站、成都网站设计、包河网络推广、小程序设计、包河网络营销、包河企业策划、包河品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等，从售前售中售后，我们都将竭诚为您服务，您的肯定，是我们大的嘉奖；创新互联建站为所有大学生创业者提供包河建站搭建服务，24小时服务热线：13518219792，官方网址：www.cdcxhl.com
1)深度学习(Deep Learning)只是机器学习(Machine Learning)的一种类别，一个子领域。机器学习 > 深度学习

2)大数据(Big Data)不是具体的方法，甚至不算具体的研究学科，而只是对某一类问题，或需处理的数据的描述。

具体来说：

1)机器学习(Machine Learning)是一个大的方向，里面包括了很多种approach。

任务也可以不同，可以是预测(prediction)，分类(classification)，聚类(clustering)，识别(recognition)，重建(reconstruction)，约束(regularization)，甚至降噪(denoising)，超分辨(super-resolution)，除马赛克(Demosaicing)等等....

2)深度学习(Deep Learning)是机器学习的一个子类，一般特指学习高层数的网络结构。这个结构中通常会结合线性和非线性的关系。

3)大数据(Big Data，我们也叫他逼格数据....)是对数据和问题的描述。通常被广泛接受的定义是3个V上的“大”：Volume(数据量), Velocity(数据速度)还有variety(数据类别)。大数据问题(Big-data problem)可以指那种在这三个V上因为大而带来的挑战。

Volume很好理解。一般也可以认为是Large-scale data。“大”可以是数据的维度，也可以是数据的size。一般claim自己是big-data的算法会比较scalable，复杂度上对这两个不敏感。

Velocity就是数据到达的速度。对于数据高速到达的情况，需要对应的算法或者系统要有效的处理。

Variaty指的是数据的类别。以往的算法或者系统往往针对某一种已知特定类别的数据来适应。而一般大数据也会指针对处理那些unstructured data或者multi-modal data，这就对传统的处理方法带来了挑战。
文章名称：大数据与深度学习有什么区别？
网站路径：http://njwzjz.com/article/djocj.html