揭开机器学习的神秘面纱

机器学习”。这是一个很有冲击力的词！机器学习现在很热门！为什么不会呢？在计算机科学和软件开发领域，几乎所有“诱人”的新发展都与机器学习有关。微软的Cortana——机器学习。物体和人脸识别——机器学习和计算机视觉。高级用户体验改进计划——机器学习（是的！你刚刚得到的亚马逊产品推荐是一些机器学习算法的数字运算）。

不仅如此。一般来说，机器学习和数据科学无处不在。如果他对计算机感兴趣的话，它就像上帝一样无所不能！为什么？因为数据无处不在！

因此，很自然，任何一个拥有高于平均水平的大脑并能通过偷看代码来区分编程范例的人，都会对机器学习感兴趣。

但什么是机器学习？机器学习有多大？让我们彻底揭开机器学习的神秘面纱。要做到这一点，我们将遵循“以身作则”的方法，而不是介绍技术规范。

机器学习：它到底是什么？

机器学习是人工智能的一个分支，它是从模式识别和计算学习理论发展而来的。亚瑟·李·塞缪尔（Arthur Lee Samuel）将机器学习定义为：赋予计算机学习能力而无需明确编程的研究领域。

因此，基本上，计算机科学和人工智能领域是在没有人为干预的情况下从数据中“学习”的。

但这种观点有一个缺陷。由于这种认知，每当机器学习这个词出现时，人们通常会想到“人工智能”和“能模仿人脑的神经网络（到目前为止，这是不可能的）”，自动驾驶汽车等等。但机器学习远远不止于此。下面我们将揭示机器学习在现代计算中的一些预期和一些通常不预期的方面。

机器学习：预期

我们将从一些你可能期望机器学习发挥作用的地方开始。

1. 语音识别（更专业的术语是自然语言处理）： 你在Windows设备上与Cortana通话。但它怎么理解你说的话呢？自然语言处理（Natural Language Processing，简称NLP）领域应运而生。它通过语言学研究机器和人类之间的相互作用。猜猜NLP的核心是什么：机器学习算法和系统（隐马尔可夫模型就是其中之一）。

2. 计算机视觉： 计算机视觉是人工智能的一个子领域，它处理机器对现实世界的（可能）解释。换句话说，所有人脸识别、模式识别、字符识别技术都属于计算机视觉。机器学习再次成为计算机视觉的核心，它有着广泛的算法。

3. 谷歌的自动驾驶汽车 ：嗯。你可以想象到底是什么驱动了它。更多的机器学习优点。

但这些都是预期的应用。即使是一个反对者也会很好地洞察到，这些技术的壮举是由一些“神秘的（而且极其困难的）大脑处理计算机魔法”带来的。

机器学习：意外

让我们参观一些普通人不会轻易联想到机器学习的地方：

1. 亚马逊的产品推荐： 你有没有想过，亚马逊怎么总是有一个建议，引诱你减轻你的钱包。这是一个机器学习算法，叫做“推荐系统”，在后台工作。它了解每个用户的个人偏好，并据此提出建议。

2. Youtube/Netflix： 它们的工作原理同上！

3. 数据挖掘/大数据 : 对很多人来说，这可能不会太令人震惊。但数据挖掘和大数据只是从更大范围的数据中学习和学习的表现。无论哪里有从数据中提取信息的目标，你都会发现机器学习潜藏在附近。

4. 股票市场/住房金融/房地产： 所有这些领域都结合了许多机器学习系统，以便更好地评估市场，即“回归技术”，用于预测房价等平庸的事情，以及预测和分析股市趋势。

正如你现在可能看到的。机器学习实际上无处不在。从研发到改善小公司的业务。它无处不在。因此，它弥补了相当一个职业选择，因为行业正在崛起，是一个好消息，不会很快停止。

现在就这样。这就结束了我们的机器学习101。我们希望能再次见面，届时，我们将深入了解机器学习的一些技术细节，行业中使用的工具，以及如何开始机器学习的旅程。在那之前，把密码给我！

本博客由 萨尔塔克·亚达夫 。如果你也想在这里展示你的博客，请参阅 吉微博 在Geeksforgek上写客博。