机器学习和神经网络都属于人工智能，机器学习和神经网络是实现人工智能的方法，而大数据则是机器学习和神经网络用来训练学习的数据支撑。
机器学习是通过数据进行建模的技术，说的更深刻一点就是，从给定的大数据中挖掘出合适的模型来解释、预测的技术。
举个例子，如何在没有特定说明的情况下识别汉字“一”和“二”。这个问题看似简单，但仔细一想，没有办法给出个公式来计算哪个是一哪个又是二。因为我们从来没学过这样的公式。我们第一次见到“一”和“二”的时候只是在思考它是什么。经过看大量的这俩字。最后见到一样的就叫出来“一”和“二”了。机器学习就是这样，通过不断的数据来训练，最后就能“分清”这俩字了。
而神经网络，在前面的文章里提过，从单个输入层到中间层再到输出层，每一层都通过预测所得的值和期望的值进行对比。同样以“一”“二”“三”来说事，当预测感觉更像“二”，而实际这个数是“三”的时候，预测值与期望不同了，这时预测值的权重将适当增大以适应期望值。这也就是“纠正”的意思，这样得出的结果就是“三”了。
机器学习和神经网络两者均是人工智能里的方法，虽然思路大同小异，但在人工智能的大框架里，其性质是一样的。
大数据则是为算法提供“材料”的一个工具，前面的文章里也进行过阐述，实际网络上的数据冗杂，并不是所有的东西都是有用信息，而训练需要的数据只是茫茫数据中的一小部分，这时就需要对数据进行筛选、分类、整合了，通过大数据最终得到的才是适合我们进行机器学习或者神经网络训练的数据。
以上就是大数据、机器学习、神经网络之间的关系。
相关阅读：
热门专题
