国产精品天天看_欧美另类高清zo欧美_国产精品视频yy9299一区_日韩电影中文字幕一区

機器學習是指機器通過統計學算法，對大量歷史數據進行學習，進而利用生成的經驗模型指導業務。它是一門多領域交叉學科，專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。

目前機器學習主要應用在以下場景：

•營銷類場景：商品推薦、用戶群體畫像或廣告精準投放。

•金融類場景：貸款發放預測、金融風險控制、股票走勢預測或黃金價格預測。

•社交網絡服務關系挖掘場景：微博粉絲領袖分析或社交關系鏈分析。

•文本類場景：新聞分類、關鍵詞提取、文章摘要或文本內容分析。

•非結構化數據處理場景：圖片分類或圖片文本內容提取。

•其它各類預測場景：降雨預測或足球比賽結果預測。

機器學習包括傳統機器學習和深度學習。傳統機器學習分為以下幾類：

•有監督學習(Supervised Learning)：每個樣本都有對應的期望值，通過搭建模型，實現從輸入特征向量到目標值的映射。例如解決回歸和分類問題。

•無監督學習(Unsupervised Learning)：所有樣本沒有目標值，期望從數據本身發現一些潛在規律。例如解決聚類問題。

•增強學習(Reinforcement Learning)：相對比較復雜，系統和外界環境不斷交互，根據外界反饋決定自身行為，達到目標最優化。例如阿爾法圍棋和無人駕駛。

機器學習的核心是“使用算法解析數據，從中學習，然后對新數據做出決定或預測”。也就是說計算機利用以獲取的數據得出某一模型，然后利用此模型進行預測的一種方法，這個過程跟人的學習過程有些類似，比如人獲取一定的經驗，可以對新問題進行預測。

我們舉個例子，我們都知道支付寶春節的“集五福”活動，我們用手機掃“福”字照片識別福字，這個就是用了機器學習的方法。我們可以為計算機提供“福”字的照片數據，通過算法模型機型訓練，系統不斷更新學習，然后輸入一張新的福字照片，機器自動識別這張照片上是否有福字。