计算机研究生选方向，选机器学习还是大数据？

谢请！

大数据和机器学习是我的主要研究方向，目前也在带相关方向的研究生，所以我来一下这个问题。

首先，大数据和机器学习之间存在较为紧密的联系，选择大数据方向的学生通常也需要掌握一定的机器学习知识，而选择机器学习方向的学生通常也需要具备一定的大数据技术基础。要想搞清楚具体选择哪个方向，应该对大数据和机器学习有一个整体上的认知，然后结合自身的知识结构和兴趣爱好进行选择。

大数据技术体系结构经过多年的发展目前已经趋于成熟，大数据相关技术也正处在落地应用的初期，所以选择大数据方向有三点好处，其一是技术体系成熟，学习起来要容易一些；其二是大数据生态逐渐健全，就业岗位多；其三是大数据技术是人工智能的基础，未来的选择空间比较大。

大数据方向对于数学、统计学和计算机基础具有较高的要求，目前大数据应用的核心集中在数据分析领域，场景大数据分析是目前比较重要的落地应用之一。另外，目前大数据产业链涉及到数据采集、数据存储、数据安全、数据分析、数据呈现等一系列环节，需要的知识结构也存在一定的区别。选择大数据方向通常要结合自身的知识结构选择一个突破点，行业领域的突破点还是比较多的。

是选择机器学习还是大数据，这是计算机研究生选择方向时面临的一个棘手问题。因为这一选择决定你未来在计算机领域中的主攻方向。

在我们作出选择之前，先要了解机器学习与大数据之间的关系。

大数据是一个笼统的概念，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，其核心是利用数据的价值。机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。

大数据与机器学习是互相促进，相依相存的关系。机器学习是利用数据价值的关键技术，机器学习离不开大数据的帮助，大数据会不断提升模型的精确性。

机器学习的广泛应用主要在于它拥有强大的数据。在大数据的时代，机器学习的优势可以得到最佳的发挥，使得机器学习能够应用更广泛。

研究生选方向主要还是看自己主要侧重于基础研究还是应用研究，在这个前提下再选取某个具体的技术领域。大数据和机器学习是相互依赖的，大数据的核心是利用数据的价值，机器学习是利用数据价值的关键技术，对于大数据而言，机器学习是不可或缺的。相反，对于机器学习而言，越多的数据会越可能提升模型的精确性。 大数据与机器学习两者是互相促进，相依相存的关系。机器学习与大数据紧密联系。但是，必须清醒的认识到，大数据并不等同于机器学习，同理，机器学习也不等同于大数据。

因此，无论你选这两个方向中的哪个作为研究生方向，都需要学习另外一个领域的知识，具体选哪个方向可根据项目研究的需要来定。

额，大数据可以用大数据框架做机器学习，spark hadoop等等 总之这两个都少不了数据 。这个年代，好的数据是王道，两个方向都可以

。。。我选择大数据，

现在号称大数据时代，掌握信息数据，就等于成功了一半。

最简单的对比项，毕业后三年的收入，问问人就知道了，从优而选。