个人理解：机器学习是一种让计算机利用数据而不是指令来进行各种工作的方法，而机器学习方法是计算机利用已有的数据(经验)，得出了某种模型(迟到的规律)，并利用此模型预测未来(是否迟到)的一种方法。他并不是通过编程直接得到的，他更类似于总结经验，通过以往经验，结合目前的问题去推测结果。

模式识别=机器学习。两者的主要区别在于前者是从工业界发展起来的概念，后者则主要源自计算机学科。
数据挖掘=机器学习+数据库。大部分数据挖掘中的算法是机器学习的算法在数据库中的优化。
统计学习近似等于机器学习。机器学习中的大多数方法来自统计学；但是在某种程度上两者是有分别的，这个分别在于：统计学习者重点关注的是统计模型的发展与优化，偏数学，而机器学习者更关注的是能够解决问题，偏实践，因此机器学习研究者会重点研究学习算法在计算机上执行的效率与准确性的提升。
计算机视觉=图像处理+机器学习。图像处理技术用于将图像处理为适合进入机器学习模型中的输入，机器学习则负责从图像中识别出相关的模式。
语音识别=语音处理+机器学习。
自然语言处理=文本处理+机器学习。

2.什么是大数据？

个人认为大数据，是数据的集合，大量化(Volume)、多样化(Variety)、快速化(Velocity)、价值密度低（Value）”就是“大数据”的显著特征。你接触的数据最大有多大呢？K,M,G,T,P,E,Z?

我们个人生活中能接触到最大也就是T级别的数据量了，1T=1000G，steam里面的大作最大也就T级别，更别说P（1p=1000t）更别说Z（1Z=10亿T）。

3.什么是云计算（云计算与大数据往往密不可分）

云计算(cloud computing)是一种基于因特网的超级计算模式，在远程的数据中心里，成千上万台电脑和服务器连接成一片电脑云。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。