首先，大数据和机器学习之间本身就存在着非常紧密的联系，机器学习也是大数据分析的两大常见方式之一，所以学习大数据的过程中，也需要学习一定的机器学习知识。

当前大数据的技术体系已经趋于成熟了，虽然大数据的技术体系比较庞大，而且研究方向也比较多，但是由于当前已经积累了大量的实际案例，所以学习起来也会相对容易一些。从这个角度来看，当前学习大数据技术会有一个相对较好的学习体验。

不同知识基础和结构的人都可以找到大数据学习的切入点，知识基础薄弱的初学者可以从大数据采集和整理（清洗）开始学起，具有一定计算机基础知识的人可以学习大数据开发，而数学基础扎实的初学者可以学习大数据分析技术。当前大数据开发岗位的人才需求量比较大，随着诸多企业纷纷实现业务上云，未来大数据开发领域的人才需求潜力还是比较大的。

学习机器学习知识是需要有一定基础的，机器学习的目的是在一堆杂乱无章的数据中，找到其背后的规律（Machine Learning In Action），其过程包括数据收集、算法设计、算法实现、算法训练、算法验证和算法应用，所以学习机器学习需要有一定的算法基础和程序设计基础。从这个角度来看，学习机器学习需要有更多的知识储备，学习难度也更高一些。

最后，从学习的顺序来看，初学者不论是学习大数据技术还是机器学习技术，都可以从编程语言开始学起，然后进一步学习大数据平台知识和算法设计知识。另外，从当前的就业情况来看，学习大数据开发技术比较容易就业。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！