大資料與人工智慧有什麼關係呢？ai本身就是一種大資料的應用，特別是在對於ai系統進行訓練的時候，使用的資料越多，ai系統就越先進。也就是說對於人工智慧系統進行訓練使用的資料量越大，資料質量越好，人工智慧系統的質量就越高，從這個意義上來說ai本身也是一種大資料應用。
機器學習是人工智慧的子集,深度學習是機器學習的子集，但是深度學習的影響是最大的，比如影象識別、語音識別、語義識別。
常用框架：
1． scikit-learn: 基於 python 語言的機器學習工具, 該演算法庫顯得較為保守。這主要體現在兩個方面：一是scikit-learn從來不做除機器學習領域之外的其他擴充套件，二是scikit-learn從來不採用未經廣泛驗證的演算法。
2． tensorflow: 適合所有人的開放源**機器學習框架。 是乙個開放源**軟體庫，用於進行高效能數值計算。借助其靈活的架構，可以輕鬆地將計算工作部署到多種平台（cpu、gpu、tpu）和裝置上（桌面裝置、伺服器集群、移動裝置、邊緣裝置等）。可為機器學習和深度學習提供強力支援，並且其靈活的數值計算核心廣泛應用於許多其他科學領域。
4． cntk：microsoft 計算網路工具包 (cntk) 是乙個非常強大的命令列系統，可以建立神經網路**系統。其真正用途在於與深度神經網路（具有兩個或多個隱藏層，且節點之間可能存在複雜連線的網路）協同工作。
5． keras：是乙個用 python 編寫的高階神經網路 api，它能夠以 tensorflow, cntk, 或者 theano 作為後端執行。keras 的開發重點是支援快速的實驗。遵循減少認知困難的最佳實踐，提供一致且簡單的 api，它將常見用例所需的使用者運算元量降至最低，並且在使用者錯誤時提供清晰和可操作的反饋。keras api 可以與 tensorflow 工作流無縫整合。
6． pytorch：是乙個基於python的深度學習平台,其前身是torch。其簡單易用上手快並且功能強大，從計算機視覺、自然語言處理再到深度強化學習功能等。
人工智慧與大資料
現在，沒有什麼流行詞比大資料和人工智慧更常見了。無數的分析家向我們保證，將從根本上重塑我們的日常生活。事實上，對於圍繞人工智慧和大資料的所有討論，很少有人提到這兩種新興技術的融合，尤其是在解釋人工智慧為什麼迫切需要大資料以取得成功的時候。這是人工智慧和大資料操作之間的秘密聯絡，以及這兩種新興趨勢將如...
基於機器學習與人工智慧的資料（資料庫 大資料）技術
該文主要介紹了資料技術的發展現狀和展望，通過對第35屆中國資料庫學術會議的內容整理以及總結而成，希望能夠給以後打算從事資料庫研發或者開發的朋友們指點迷津。本文主要內容包括 1.資料新技術簡介，2.資料質量管理 data cleaning 3.資料分析技術，4.大資料技術的發展，5.資料技術的研究熱點...
大資料未來 超級人工智慧？
一 理解大資料 1 當前 大資料的四大特徵 規模大 變化快 種類雜 價值密度低。2 產業成果 二 大資料到大資料計算 1 大資料膨脹，如何處理演算法以及資料的問題？上面提到的是通過改變演算法來達到遍歷資料的目的，但是在真正處理資料時依然是無法做到高效的，畢竟機器cpu的運算瓶頸擺在那裡，演算法工程師...