机器学习——智能机器

简单来说，机器学习是指软件无需针对特定活动进行编程，即可智能地执行单一或一系列任务的能力。这是**人工智能**的一部分。通常，软件的行为方式由程序员编写代码决定；而机器学习则更进一步，使软件能够通过使用统计分析和预测分析技术来完成预期的任务。

您可能已经注意到，每当我们在社交媒体网站上点赞或评论朋友的照片或视频时，相关的图片和视频都会提前发布并持续显示。“你可能认识的人”建议也是如此，系统会建议我们添加其他用户的资料作为朋友，这些用户与我们现有的朋友列表之间存在某种关联。想知道吗？这叫做机器学习。软件使用统计分析来识别用户执行的模式，并使用预测分析在您的社交媒体网站上填充相关的新闻信息。

为什么需要机器学习？

通常，软件的工作方式是按照其编程方式进行的，其中包含成百上千行复杂的代码来执行所需的工作。程序员编写代码，只要没有缺陷，软件就能完美地执行计划的任务。那么，当一切都能通过软件编程顺利进行时，为什么还需要机器学习呢？为什么需要使软件能够识别海量数据并确定下一步可执行的任务呢？

让我们讨论一个简单的例子，我们每天都会在日常的网络活动中执行这个操作，那就是在谷歌或任何其他搜索引擎上搜索内容。因此，每当我们搜索内容时，搜索引擎都会在几秒钟内显示相关网页的链接。那么，仅仅通过编程将搜索结果显示为基于我们在搜索栏中输入的单词或句子而显示相关网页链接就能做到吗？

数百万人在同时搜索网络，并且每分钟都有许多新的网站上线。那么，谷歌或任何其他搜索引擎提供商能够仅仅通过在运行时进行编程来决定在搜索结果页面上显示哪些相关的搜索内容吗？这完全不可能。那么，它是如何工作的呢？让我们了解一下它是如何使用机器学习技术实现的。

机器学习是如何工作的？

机器学习是一种通过使用一些复杂的算法和预定义规则智能工作的技术。它使用过去的数据来读取模式，然后根据分析生成相关数据或执行符合已定义规则和算法的预期任务。

正如我们在搜索示例中前面讨论的那样，每当我们在搜索栏中输入内容时，搜索引擎都会使用这种机器学习技术来显示相关内容。它能够智能地读取网络上的海量数据、索引和排名，并根据定义的规则和算法显示搜索结果。

让我们讨论机器学习技术中涉及的基本步骤。

第一步是从各种来源（例如 Excel 文件、文本文件或任何其他提供商）收集过去的数据。相关数据的质量是软件学习的基础，数据越相关，软件学习的效果越好。
下一步是数据准备。程序员花费时间准备高质量的数据并修复数据问题。应纠正缺失的数据以提高数据质量。
使用适当的算法开发数据模型。这些模型是使用相关的算法开发和测试的，这些算法使软件能够在现实世界中智能地读取正确的数据集。
下一步是使用在开发模型时使用的数据集以及在开发模型时未使用的数据集来测试模型的准确性。它显示了模型在最佳精度水平下的性能和准确性。
最后，通过使用以前未使用过的各种数据集来检查和改进性能。这显示了软件根据已编程算法中定义的规则读取新数据集的能力。

诊断致命性疾病

机器学习技术正在医疗保健领域中使用。该软件通过读取患者的过去数据并将这些数据与算法中定义的症状进行匹配来帮助检测癌症等致命性疾病。

面部识别和标签功能

您可能已经注意到，在将图片上传到您的社交媒体帐户时，软件会建议您标记图片中存在的朋友的姓名。它会询问您是否要标记面部出现在上传图片中的人。

这是通过使用机器学习技术实现的。它通过使用这些用户的过去数据来识别图片中存在的人的面部，并向您建议准确的姓名。

检测垃圾邮件

这是我们在电子邮件帐户中遇到的另一个示例。有些邮件直接进入垃圾邮件文件夹而不是收件箱，为什么？这又是软件使用的机器学习技术。

软件模型根据邮件内容的性质识别邮件信息，并决定将其允许进入收件箱还是将其标记为垃圾邮件。软件读取过去的数据馈送以及规则和算法集来识别电子邮件的性质。

显示相关的广告

在阅读在线文章或查看图片或视频时，您可能已经注意到，来自各种广告商的购买或查看产品的相关广告会不断出现在网页侧边栏和其他地方。

这又是机器学习的一个例子。软件识别文章中使用的数据，并显示用户可能感兴趣购买或查看的相关产品。

从银行、电子商务、机器人到天文学和医学科学领域，有许多这样的例子都使用了机器学习技术。您可以在大多数使用大量数据的应用程序中找到机器学习技术的应用。

最后，机器学习技术是当今业务的需求，在当今业务中，我们处理的数据量巨大，并且每秒都在增加。这不能仅仅通过编写大量复杂的代码来管理。

Karthikeya Boyini

更新于：2020年1月23日

浏览量：1000+

开启您的职业生涯

通过完成课程获得认证

开始学习