大數據是指數據的量，過去數十年數據收集存儲的能力大幅提昇，人類社會積累的數據量幾何級數上升，這是指目前的現狀。 數據挖掘是從海量數據中獲取規則和知識，統計學和機器學習為數據挖掘提供了數據分析的技術手段。

數據挖掘，機器學習，自然語言處理三者的關系：

1、數據挖掘、機器學習、自然語言處理三者之間既有交集也有不同，彼此之間既有聯繫和互相運用，也有各自不同的領域和應用。

2、數據挖掘是一門交叉性很強的學科，可以用到機器學習算法以及傳統統計的方法，最終的目的是要從數據中挖掘到需要的知識，從而指導人們的活動。數據挖掘的重點在於應用，用何種算法並不是很重要，關鍵是能夠滿足實際應用背景。而機器學習則偏重於算法本身的設計。

3、機器學習通俗的說就是讓機器自己去學習然後通過學習到的知識來指導進一步的判斷。用一堆的樣本數據來讓計算機進行運算，樣本數據可以是有類標籤並設計懲罰函數，通過不斷的迭代，機器就學會了怎樣進行分類，使得懲罰最小。然後用學習到的分類規則進行預測等活動。

4、自然語言處理是計算機科學領域與人工智能領域中的一個重要方向。它研究能實現人與計算機之間用自然語言進行有效通信的各種理論和方法。自然語言處理是一門融語言學、計算機科學、數學於一體的科學。因此，這一領域的研究將涉及自然語言，即人們日常使用的語言，所以它與語言學的研究有著密切的聯繫但又有重要的區別。自然語言處理並不是一般地研究自然語言，而在於研製能有效地實現自然語言通信的計算機系統，特別是其中的軟件系統。因而它是計算機科學的一部分。自然語言處理（NLP）是計算機科學，人工智能，語言學關注計算機和人類（自然）語言之間的相互作用的領域。