大数据数据挖掘和分析，不仅是数据挖掘和算法设计问题，还是一个大规模系统问题。
它既不是单纯的数据挖掘问题，也不是单纯的大数据处理技术所能解决的问题，而是一个同时涉及数据挖掘和大数据处理两个主要方面的交叉性研究课题。
一方面，它仍然需要继续关注数据挖掘的方法和算法本身，即需要继续研究新的或改进的学习模型和学习方法，以不断提升分析预测结果的准确性；
另一方面，由于数据规模巨大，大数据数据挖掘会使几乎所有的传统串行化数据挖掘算法难以在可接受的时间内完成计算，从而使得算法在实际应用场景中失效。
因此，大数据数据挖掘在关注数据分析方法和算法研究的同时，还要关注如何结合分布式和并行化的大数据处理技术，以便在可接受的时间内完成计算。为了能有效完成大数据机器学习过程，需要研究并构建兼具机器学习和大规模分布并行计算处理能力的一体化系统。
因此，领域内出现了“大数据挖掘与分析系统”或者“分布式学习系统”的概念，并进行了诸多大数据挖掘分析系统的研究与开发工作。
目前，国内外业界和学术界专家普遍认同的观点是，越来越多的海量数据资源加上越来越强大的计算能力，已经成为推动大数据时代人工智能技术和应用发展的动力，将基于大数据的机器学习和人工智能推上了新一轮发展浪潮，让大数据机器学习（bigdata machine learning）成为全球业界和学术界高度关注的热点研究领域。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
2014年，20岁北京男孩李亚诺，花16万断骨增高7.2厘米，后来怎样
投名状！西卡爆砍26+13+10三双 带队力克76人&迎步行者生涯首胜
美国情侣抱着试一试的心态，给一堆名人发了婚礼请柬！“你们根本想不到谁回复我了...”
iOS17.3千万别乱升级，有3部iPhone可以更新，但这2部建议再等等
证监会：要突出以投资者为本的理念 重点完善发行定价、量化交易、融券等监管规则
