神经网络是大数据吗？

神经网络不是大数据，神经网络是一种大数据处理方法。

自从2016年阿尔法狗以4:1大胜人类围棋冠军，以神经网络为代表的人工智能火了。神经网络（现在一般指人工神经网络），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

大数据和神经网络（以及其他人工智能）往往被一起谈起，两者具有紧密联系。正因为有了众多有关用户行为的网络大数据，使得我们能够利用神经网络等方法对大数据进行分析，从而模拟人的行为，使得电脑也能够识别图形、识别声音、分析问题、寻找出最优解决问题方法等等。大数据的出现和兴起，也使得神经网络技术得到发展，为处理大量的搜索行为数据，谷歌投入大量研究人员优化人工神经网络，以提高效率，并最终研发了阿尔法狗，其他公司如阿里巴巴、百度等也投入大量人员研究神经网络等人工智能技术。

神经网络和大数据，可以分别简单比作一个人的大脑以及这个人所看所听的事物。神经网络是一种数据处理方法，这种方法往往依赖于计算机程序；大数据则是众多的客观数据和信息，大数据不依赖于计算机程序，而是存储在硬盘、云盘等物理设备上的客观存在。

大数据是指大量非结构化数据和半结构化数据，因而难以在传统的关系数据库处理。

大数据拥有5V特征：

Volume 、Velocity、Variety、Variety、Value。

即大量、高速、多样、多样、低价值密度

而神经网络是机器学习中的一种算法。

前者广义而言是一种理论一个领域， 狭义而论是一种工具一种框架

后者源于big data的直译，但即使在国外big data说法的本身也是让学术界诟病的（语出自我的老师 ，哥大外聘IBM watson研究室高级研究员），因为究竟多大才算大？而大数据的特征又仅仅是大而已嘛？现在我们接受大数据这个说法，仅仅是因为它是最直观最好理解的。大数据包括了太多内容，放在和神经网络同一个等级来讨论的话，广义上它可以是一种构架一个领域甚至一个行业，狭义上它可以仅仅是一个平台一个开源套件甚至就是一大堆数据。

这么看，有什么关系呢这两者？在某些特定的应用上或者问题上，它们也许会产生某些交叉吧。比如在twitter爬取文本大数据，再用深度学习框架分析用户发推代表的金融市场情绪。

神经网络通常指的是BP神经网络，是一种机器学习的算法，常用于图像识别和文本分类；大数据是一个概念，反映的是这个时代数据量呈指数级增长的现象；当需要从海量的数据中挖掘有用的知识时，可以采用卷积神经网络（CNN）等深度学习算法，其中CNN是一种比普通BP神经网络更加复杂的神经网络。杭州华信智原为您整理，杭州华信智原一家专门从事大数据培训的公司！

神经网络不是大数据，神经网络只是处理大数据的一种建模方法。随着深度学习的兴起，将神经网络再次复兴。深度学习是把原先的浅层神经网络变成多层神经网络，随着神经网络层数的加深，模型参数剧烈增长，对于具有千万级别或者上亿级别参数的神经网模型的训练，需要有大数据的支持，这样才能保证模型的泛化能力，训练的数据越多，模型泛化能力越强，反之越弱。处理大数据的方式有很多种，传统的机器学习方式如：随机森林、决策树、支撑向量机、BP神经网络等。