大数据与机器学习的联系及区别在哪？

　　大数据，一个无法被常规工具捕捉并处理的数据集合；机器学习，一门涉及到概率论、统计学及复杂算法知识等的交叉学科，这两者之间有什么联系及区别呢？
　　1、首先我们来看看有关于大数据的一个应用案例。
　　在体育运动业中，运动员在训练的时候会经常使用到大数据分析技术，利用大数据技术开发的工具，使用视频分析来追踪比赛中每个运动员的表现，根据表现制定战术或者改进运动器材等，还可以通过基于大数据的智能技术来追踪运动员的营养状况、睡眠以及社交对话来监控其感情状况。
　　在上面的案例中，用大数据技术来描述就是，利用大数据技术采集运动员的数据信息，然后结合采集的数据来分析得出改进方案等。
　　2、看完上面基于大数据技术的案例后，再来看看对于机器学习的描述。
　　机器学习是一门涉及到概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科的多领域交叉学科，专门研究计算机如何模拟并实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
　　关于机器学习的定义主要有以下几点：
　　①　机器学习是一门人工智能的科学，该领域主要研究对象是人工智能，就是在上面提到的研究如何学习并模仿人类的行为。
　　②　机器学习是能通过经验自动改进的计算机算法的研究。
　　③　机器学习是使用数据或者以往的经验，以此来优化计算机程序的性能标准。
　　在我们可以看到关于机器学习的第三点和基于大数据技术的应用案例就有些共同点，都是通过采集数据然后并对数据进行分析以此来改进或者优化方案，那它们之间会有联系吗？
　　大数据按照就业方向来分有大数据挖掘工程师、大数据分析师、大数据开发工程师、算法工程师等方向，其中在大数据挖掘工程、大数据分析师、算法工程师中所需要掌握的技能知识就包括有机器学习，尤其是大数据挖掘工程师和算法工程师，这两者所要求的机器学习掌握程度需深。
　　而在对于体育运动业的应用案例中，就涉及到大数据开发和大数据分析技术，在前面也说过大数据分析师所需要掌握的其中一个技能知识就包括有机器学习，因此从大数据分析角度来讲，是需要应用到机器学习的知识；而在机器学习中又需要应用到大量的数据。
　　而大数据与机器学习也是有着区别的，大数据的就业方向涉及到多方向，其中的大数据开发更多的是偏向使用编程；而机器学习更多地是偏向使用算法，主要研究人工智能方向。