通俗的說，機器學(xué)習(xí)就是基于一些高度復(fù)雜的算法和技術(shù)，在一個非生命的物體、機器或系統(tǒng)中構(gòu)建人類行為。制造一臺能夠符合數(shù)十億用戶期望的人腦復(fù)制品的機器絕不是一件容易的事。但也有一些項目正在解決基于情境、情感和思考等復(fù)雜的任務(wù)。

在深入研究機器學(xué)習(xí)功能的細(xì)節(jié)和精準(zhǔn)度之前，先結(jié)合我們真實的日常生活總體感受一下，機器學(xué)習(xí)存在的重要性和意義：

[[214925]]

銀行、零售和電信

• 潛在客戶和合作伙伴
• 客戶滿意度指數(shù)(基于關(guān)系、交易、營銷活動等)
• 欺詐、浪費和濫用索賠
• 預(yù)測信用風(fēng)險和信譽
• 營銷活動的有效性(比如提議被多少人接受了?被多少人拒絕了?有沒有決定性的影響因素?
• 交叉銷售和建議(例如，電商網(wǎng)站告訴你“購買這個產(chǎn)品的消費者同時也購買了那個產(chǎn)品”)
• 聯(lián)絡(luò)中心(幫助客服代表在與客戶的通話中獲取相關(guān)數(shù)據(jù))

醫(yī)療保健和生命科學(xué)

• 掃描、篩選和生物識別
• 基于混合成分的藥物
• 基于癥狀、患者記錄和實驗室報告的診斷和補救
• 根據(jù)藥物、患者、地理位置、氣候條件、過往病史、食物攝入等數(shù)據(jù)的AECP(不良事件病例處理)情景。

一般

• 文字或語音書寫識別
• 調(diào)試、故障排除和解決方案向?qū)?/li>
• 過濾垃圾郵件
• 短信和郵件分類或建議
• 支持問題并豐富KeDB(知識錯誤數(shù)據(jù)庫)
• 朋友和同事推薦
• 無人駕駛，通過構(gòu)建人工智能和算法
• 圖像處理

安全

• 手寫、簽名、指紋、虹膜/視網(wǎng)膜識別和驗證
• 人臉識別
• DNA模式匹配

結(jié)論

對于人類的頭腦來說，反復(fù)數(shù)十億次的不間斷處理數(shù)據(jù)，必然是會感到厭倦的，這就是機器學(xué)習(xí)算法發(fā)揮關(guān)鍵作用的地方。

簡單粗暴的說：大數(shù)據(jù)+機器學(xué)習(xí)=天下無敵!