人工智能 (AI) 是模仿人的能力的广泛科学,而机器学习是人工智能的一个特定子集,它训练机器如何学习。 有了数据分析和模式识别, 有一种理论认为, 计算机可以在不被编程来执行特定任务的情况下学习;研究人员对人工智能感兴趣, 想看看电脑能否从数据中学习。 机器学习的迭代方面很重要, 因为当模型暴露在新的数据中时, 它们可以独立适应。 他们从以前的计算中学习, 以产生可靠、可重复的决策和结果。 而通过建立精确的模型, 一个组织有更好的机会发现有利可图的机会或避免未知的风险。
以下是您在日常生活中可能会遇到的一些机器学习应用程序的示例:
- 自驾车
- 关于 Netflix 的建议–他们根据您以前的选择向您推荐电影
- 欺诈检测–自动为您发送垃圾邮件和删除
大多数处理大量数据的行业都认识到机器学习技术的价值。 通过从数据中获得洞察–通常是实时的–组织可以更高效地工作或获得比竞争对手更高的优势。 金融服务、政府、医疗、销售 & 营销、交通等
「人类通常可以每周创建一两个好模型;机器学习可以创造成千上万的模型一个星期.」–分析思想领袖托马斯·H·达文波特 (摘自《华尔街日报》)