1、处理简单的问题
比如老板想知道每月的销售情况，这种就是简单问题。简单问题可以用数据分析来处理，通过分析数据来分析出有用的信息。
最简单的，你用excel分析最近的广告数据，每月公司会让你出一份月报，发现了最近几个月销量下降，然后根据分析产生销量下降的原因是什么，找到原因后制定对应的策略来提高销量。
2、处理复杂的问题
比如我们天天使用的抖音啊、新闻阅读的APP啊，它会根据你的历史浏览习惯（你个人数据），来给推荐你可能感兴趣的内容。它们是如何做到的呢？对于这种复杂问题，背后使用的就是机器学习。
3、什么是深度学习？
机器学习分很多方法（也就是算法），不同的方法解决不同的问题。深度学习是机器学习中的一个分支方法。
深度学习在图像，语音等富媒体的分类和识别上取得了非常好的效果，所以各大研究机构和公司都投入了大量的人力做相关的研究和开发。
4、什么是人工智能？
人工智能，它的范围很广，广义上的人工智能泛指通过计算机（机器）实现人的头脑思维，使机器像人一样去决策。
机器学习是实现人工智能的一种技术。
5、数据分析与人工智能
问题来了，说到现在没看出数据分析和人工智能有什么关系呀，是不是学习数据分析没什么用？那我是不是一开始就学习机器学习了，这样可以直接进人工智能时代，享受时代红利了？
对不住，我接着说。
机器学习是很多学科的知识融合，而数据分析是机器学习的基础。只有学会了数据分析处理数据的方法，你才能看懂机器学习方面的知识。这就好比，你想懂机器学习，必须先学完数据分析才可以。
1）人工智能是指使机器像人一样去决策
2）机器学习是实现人工智能的一种技术
3）机器学习分很多方法（算法），不同的方法解决不同的问题。深度学习是机器学习中的一个分支方法。
4）数据分析可以帮助你从零进入人工智能时代。
大数据是客观、动态的数据，举个例子，不论是全国的交通数据、还是人全身细菌的运动数据，或者宇宙中可能冒气泡的星球冒气泡的数据。
去收集这些个数据，可不是兴趣，企业一般都为了解决业务的特定问题。比如说通过交通数据，设计红绿灯动态解决方案。而某个人全身的细菌运动数据，是一个过于特定的场景，可能会监测人体的健康。冒气泡这个就可能一时还解决不了什么公司的具体业务问题，但可以解决一定的天文数据研究。
所以说你看的大数据的价值，决定了你所在的行业和业务的价值，之后才是你能从中创造多少价值。
具体到一个人去做业务，要注意两个特点，首先是数据量极大需要特定的工具甚至多个工具组成工具链帮助分析；其次是 分析一定要落到与业务相关性大、有前瞻性的点。
好了，小编总算通俗的说了一轮，听不明白，就关注我们，私聊我们吧。