是選擇機器學習還是大資料，這是計算機研究生選擇方向時面臨的一個棘手問題。因為這一選擇決定你未來在計算機領域中的主攻方向。

在我們作出選擇之前，先要了解機器學習與大資料之間的關係。

大資料是一個籠統的概念，是指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，其核心是利用資料的價值。機器學習是一種透過利用資料，訓練出模型，然後使用模型預測的一種方法。

大資料與機器學習是互相促進，相依相存的關係。機器學習是利用資料價值的關鍵技術，機器學習離不開大資料的幫助，大資料會不斷提升模型的精確性。

機器學習的廣泛應用主要在於它擁有強大的資料。在大資料的時代，機器學習的優勢可以得到最佳的發揮，使得機器學習能夠應用更廣泛。

希望以上分析，能給一時拿不定主意的研究生們一些幫助。

大資料和機器學習是我的主要研究方向，目前也在帶相關方向的研究生，所以我來回答一下這個問題。

首先，大資料和機器學習之間存在較為緊密的聯絡，選擇大資料方向的學生通常也需要掌握一定的機器學習知識，而選擇機器學習方向的學生通常也需要具備一定的大資料技術基礎。要想搞清楚具體選擇哪個方向，應該對大資料和機器學習有一個整體上的認知，然後結合自身的知識結構和興趣愛好進行選擇。

大資料技術體系結構經過多年的發展目前已經趨於成熟，大資料相關技術也正處在落地應用的初期，所以選擇大資料方向有三點好處，其一是技術體系成熟，學習起來要容易一些；其二是大資料生態逐漸健全，就業崗位多；其三是大資料技術是人工智慧的基礎，未來的選擇空間比較大。

大資料方向對於數學、統計學和計算機基礎具有較高的要求，目前大資料應用的核心集中在資料分析領域，場景大資料分析是目前比較重要的落地應用之一。另外，目前大資料產業鏈涉及到資料採集、資料儲存、資料安全、資料分析、資料呈現等一系列環節，需要的知識結構也存在一定的區別。選擇大資料方向通常要結合自身的知識結構選擇一個突破點，行業領域的突破點還是比較多的。

機器學習是人工智慧領域的六大研究方向之一，機器學習（包括深度學習）也是目前人工智慧領域比較熱門的方向之一，隨著大資料和雲計算的發展，機器學習在強大的資料和算力支撐下，目前已經有越來越多的專案處在落地應用的初期，未來機器學習的發展空間非常廣闊。

選擇機器學習方向的好處也有三點，其一是機器學習領域的創新點比較多，容易做出成果；其二是目前行業人才短缺嚴重，就業形勢比較好；其三是機器學習未來將廣泛落地到傳統行業，市場空間巨大。

簡單的說，大資料方向以資料價值化為核心開展各種課題研發，而機器學習則以知識發現和應用為核心開展各種課題研發。