简朴去道：
1)深度进修(Deep Learning)只是机械进修(Machine Learning)的一品种别，一个子范畴。机械进修 > 深度进修
2)年夜数据(Big Data)没有是详细的办法，以至没有算详细的研讨教科，而只是对某一类成绩，或需处置的数据的形貌。
详细去道：
1)机械进修(Machine Learning)是一个年夜的标的目的，内里包罗了许多种approach。
使命也能够差别，能够是猜测(prediction)，分类(classification)，散类(clustering)，辨认(recognition)，重修(reconstruction)，束缚(regularization)，以至降噪(denoising)，超分辩(super-resolution)，除马赛克(Demosaicing)等等....
2)深度进修(Deep Learning)是机械进修的一个子类，普通特指进修下层数的收集构造。那个构造中凡是会分离线性战非线性的干系。
3)年夜数据(Big Data，我们也叫他逼格数据....)是对数据战成绩的形貌。凡是被普遍承受的界说是3个V上的“年夜”：Volume(数据量), Velocity(数据速率)借有variety(数据种别)。年夜数据成绩(Big-data problem)能够指那种正在那三个V上果为年夜而带去的应战。
Volume很好了解。普通也能够以为是Large-scale data。“年夜”能够是数据的维度，也能够是数据的size。普通claim本人是big-data的算法会比力scalable，庞大度上对那两个没有敏感。
Velocity便是数据抵达的速率。关于数据下速抵达的状况，需求对应的算法大概体系要有用的处置。
Variaty指的是数据的种别。以往的算法大概体系常常针对某一种已知特定种别的数据去顺应。而普通年夜数据也会指针对处置那些unstructured data大概multi-modal data，那便对传统的处置办法带去了应战。
