数据分析，机器学习，深度学习，人工智能的关系

机器学习：
利用数据在假设类g中寻找近似真正目标f举个例子来说 我要用神经网络来预测明天的天气，那神经网络构成了假设类g，我真正想找到的规律就是 明天的天气 就是f。我用数据来训练g来达到近似f的目的。
数据挖掘：
从数据中找到有意思的性质举个例子来说 大家都听说过啤酒与纸尿裤的故事，超市里经常会把婴儿的尿不湿和啤酒放在一起售卖，原因是经过数据分析发现，出来买尿不湿的家长以父亲居多，如果他们在买尿不湿的同时看到了啤酒，将有很大的概率购买，这样就可以提高啤酒的销售量。那么在这个故事里 啤酒于纸尿裤在销售量上的关系就是一种有意思的性质，从数据中找到这些有意思的性质就是数据挖掘。
人工智能：
显示出模仿人或超越人的智慧或智能举个例子来说 阿尔法狗会下围棋，而且下得非常好，这就是一种智能。阿尔法狗在下围棋方面显示出了模仿人的智慧 甚至是超越了人的智慧。
这里要说明一点的是 人工智能的定义本就相对模糊和宽泛很多，可能在有些人看来 人脸识别是智能的，有些人就认为不智能。定义完了 机器学习，数据挖掘和人工智能，那么其实它们之间的联系也就很明显了。
机器学习与数据挖掘如果机器学习想要近似的真正目标f就是一个有意思的性质，那么此时 机器学习=数据挖掘。
同时数据挖掘很多时候可以帮助机器学习，例如通过数据挖掘发现啤酒于纸尿裤销量之间存在联系就可以更好的帮助机器学习模型来预测啤酒和纸尿裤的销量，那么此时 数据挖掘可以更好的帮助机器学习做事。
所以机器学习和数据挖掘的关系非常紧密，很多时候它们是相同的，很多时候它们也是可以互相帮助的。
机器学习与人工智能如果机器学习想要近似的真正目标f本身就是一个具备智能的任务，那么此时 可以说机器学习是实现人工智能的一种方式。
例如 阿尔法狗是人工智能，但是阿尔法狗里边有用到决策树和神经网络，决策树和神经网络都是机器学习模型。
所以可以说机器学习是实现人工智能的一种重要方式。