随着海洋数据量的爆炸式增长，海洋大数据受到越来越多的关注。主要分析和总结了当前海洋大数据的研究现状和关键技术，聚焦了机器学习在海洋大数据中的模型预测研究的实例，对海上船舶在灾害天气（台风）下的行为进行了回归训练和预测。通过构建和对比决策树、Bagging、随机森林等多种机器学习算法，对样本数据进行学习、预测和检验评估。最终结果表明，随机森林方法在灾害天气下船舶密度的预测应用中具有良好和稳健的效果。