本書從大數(shù)據(jù)的聚類、關(guān)聯(lián)分析、分類、預(yù)測四個主要的數(shù)據(jù)挖掘任務(wù)出發(fā), 分析大數(shù)據(jù)環(huán)境下機(jī)器學(xué)習(xí)的研究現(xiàn)狀; 針對深度學(xué)習(xí)這一熱點(diǎn), 總結(jié)了基于MapReduce、Spark的分布式深度學(xué)習(xí)實(shí)現(xiàn), 以及面向大數(shù)據(jù)分析的深度學(xué)習(xí)算法改進(jìn)相關(guān)研究; 從群智能、進(jìn)化算法兩個方面梳理了基于計算智能的大數(shù)據(jù)分析相關(guān)研究; 針對大數(shù)據(jù)平臺, 特別對大數(shù)據(jù)分析和深度學(xué)習(xí)集成框架進(jìn)行了歸納, 并介紹了大數(shù)據(jù)機(jī)器學(xué)習(xí)系統(tǒng)和算法庫; 分析了大數(shù)據(jù)分析中人工智能技術(shù)面臨的主要挑戰(zhàn), 并給出了進(jìn)一步的研究方向。