一、大数据，数据挖掘，机器学习，深度学习之间是什么关系
大数据是时代发展的产物，也就是一个新兴的名词，而数据挖掘是针对现在这个大数据而进行的数据剖析！
二、数据挖掘和深度学习哪个更有发展前景
数据挖掘可以分析现有数据中的隐藏信息，但我个人认为深度学习更有前景。数据挖掘主要研究收集大数据的方法，技术较深度学习成熟，属于发展较快的；深度学习是统计学和信息技术的交叉学科，侧重于如何分析运用已知大数据进行推理和建立新模型，近几年来开始受到外界重视。数据挖掘可能需要重复扫描大量数据以得出较为理想的信息，对算法要求较高；深度学习则是模仿人类神经网络的学习模式分析数据特征，以建立相应的模型。这些模型可以在被合理沿用的前提下解决一些未知的问题，但模型必须基于大量有用的学习数据，耗时较长。两者得出的结论皆可能与理想模型有差距，而且两者对提供的数据依赖较大。可以预见的是，未来很多领域遇到复杂问题会趋向于使用深度学习技术求出的结果作为参考，而不只是单纯地基于数据发掘。因为相对数据发掘而言，一个由深度学习得出来的通用模型可以解决相当多的问题。但是深度学习对编程技术和数据收集提出了更高的要求，因此成本比较高，目前深度学习的开发者多数来自大公司。【上述个人意见仅供参考】
三、为什么说深度学习是当前机器学习的热点
因为深度学习让大数据拟合规则成为现实，实现了监督形自主学习。同时，无监督形也为机器自主创造与模仿成为可能。所以深度学习是一个突破，同时也是一个大坑。
