數(shù)據(jù)分析：從一堆已知的數(shù)據(jù)中進行分類，總結得出統(tǒng)計數(shù)據(jù)，如最大 值，最小值，平均值，總和等。
只能對已知數(shù)據(jù)進行操作，無法預測出新的數(shù)據(jù)的特征，于是就有了機器學習。
機器學習：給出一堆已知的，有特征欄位的和結果欄位的數(shù)據(jù)，選定一個算法，如線性回歸，邏輯回歸等，其實就是一條公式，進行學習，其實就是運行一堆函數(shù)，比較結果，得出規(guī)律，也就是確定了公式中參數(shù)的值。當輸入新的數(shù)據(jù)時，就能預測出所需的結果，其實就是把輸入數(shù)據(jù)代入公式，算出結果。
機器學習只能做比較簡單的任務，如預測下個月的銷售數(shù)據(jù)，判斷文字內(nèi)容是正面還是反面(分類)，對于復雜的任務，如對話，其實就是針對輸入文字預測靠譜的輸出文字(回答)，于是就有了深度學習。
深度學習：給出一堆數(shù)據(jù)，只需兩個本欄位，如問題，答案等，選定一個算法，其實就是神經(jīng)網(wǎng)絡的類型，如卷積神經(jīng)網(wǎng)絡(CNN)，循環(huán)神經(jīng)網(wǎng)絡(RNN)，TRANSFORMER神經(jīng)網(wǎng)絡等，進行學習，其實就是運行一堆函數(shù)，比較結果，得出規(guī)律，也就是確定了公式中參數(shù)的值。