大数据和机器学习是目前信息行业快速增长的两大热门领域。从过去的信息闭塞发展到现在数据爆炸，各个领域的数据量和数据规模增长速度都以惊人的速度增长。根据美国国家安全局的统计，互联网每天处理1826PB字节[1]。截止2011年，数字信息在过去五年已经增长了九倍，而到2020年这个数字将会达到35万亿千兆字节[2]。这种数字的数据规模带来了巨大的机遇和变革潜力，可以利用这些数据的完整性等优势在各行各业帮助我们更好的作出决策，在科学研究中转变为数据驱动的研究提供了很好的范例。使我们在进行数据的科学研究时利用搜索引擎的大数据预测能力广泛的用于医学、天文学等领域。 大数据和机器学习是目前信息行业快速增长的两大热门领域。从过去的信息闭塞发展到现在
