什麼是機器學習，為什麼它很重要?
機器學習是一種信息研究策略，它對模型構建進行了自動化。它是人工推理的一個分支，考慮到框架可以從信息中獲得信息，識別示例，並通過不重要的人工中介確定選擇。
為什麼機器學習是必不可少的?
對機器學習的重新熱情是由於可訪問信息的大量開發和分類，計算處理的成本較低，以及所有更具突破性和適度的信息存儲。
這些東西意味著，可以想象，我們可以迅速而自然地創建模型，分析更大、更令人難以置信的信息，傳遞更快速、更精確的結果——即使是在大規模的情況下。此外，通過建立精確的模型，一個協會更有可能認識到有利的機會，或者與模糊的危險保持戰略距離。
誰在使用它?
大多數處理大量信息的企業都已經意識到對機器學習創新的估計。通過從這些信息中收集一些知識(通常是逐步收集的)，聯想可以更有效地發揮作用，或者比競爭者獲得有利的位置。
預算管理部門
銀行和貨幣相關行業的不同組織利用機器學習創新達到兩個關鍵目的:區分信息方面的關鍵經驗，防止敲詐勒索。這些知識可以幫助金融專家知道什麼時候進行交易。
政府
例如，政府機構，開放安全和公用事業對機器學習有一個特定的要求，因為它們有大量的信息資源，可以用來挖掘知識。例如，研究傳感器信息可以區分提高熟練程度和節省現金的方法。機器學習同樣可以幫助識別虛假陳述和限制數據欺詐。
人類服務
機器學習是人類服務業中迅速發展的一種模式，因為可穿戴設備和傳感器的出現可以利用信息來評估病人的健康狀況。這種創新同樣可以使恢復性專家分解信息，以區分可能促進強化結論和治療的模式或警告。
展示和交易
在過去的購物中，你可能會喜歡的網站會利用機器來分析你的購買歷史，並提前準備你要做的不同的事情。這種捕捉信息、分解信息、利用它來定製購物背景(或實現廣告效果)的能力是零售業的最終命運。
石油和天然氣
尋找新的活力來源。分解地下的礦物質。期待煉油廠傳感器失望。精簡油的傳播，使它更有生產力和悟性。這個行業的機器學習用例的數量是巨大的，而且還在擴展。
運輸
將信息分解以區分示例和模式對運輸業務至關重要，這依賴於提高課程的生產率和預期潛在問題以擴大效益。機器學習的信息檢查和顯示部分是運輸組織、開放運輸和其他運輸協會的基本工具。
閱讀更多 程序你好 的文章
