數據挖掘可以分析現有數據中的隱藏信息，但我個人認為深度學習更有前景。數據挖掘主要研究收集大數據的方法，技術較深度學習成熟，屬于發展較快的；深度學習是統計學和信息技術的交叉學科，側重于如何分析運用已知大數據進行推理和建立新模型，近幾年來開始受到外界重視。數據挖掘可能需要重復掃描大量數據以得出較為理想的信息，對算法要求較高；深度學習則是模仿人類神經網絡的學習模式分析數據特征，以建立相應的模型。這些模型可以在被合理沿用的前提下解決一些未知的問題，但模型必須基于大量有用的學習數據，耗時較長。兩者得出的結論皆可能與理想模型有差距，而且兩者對提供的數據依賴較大?？梢灶A見的是，未來很多領域遇到復雜問題會趨向于使用深度學習技術求出的結果作為參考，而不只是單純地基于數據發掘。因為相對數據發掘而言，一個由深度學習得出來的通用模型可以解決相當多的問題。但是深度學習對編程技術和數據收集提出了更高的要求，因此成本比較高，目前深度學習的開發者多數來自大公司?！旧鲜鰝€人意見僅供參考】