机器学习 (ML) 是人工智能 (AI) 的一种应用，它为系统提供了从经验中自动学习和改进的能力，而不是显式编程。这是可能的，因为今天有大量数据可用，可以让机器接受训练而不是编程。它被认为是可以分析大量数据的重大技术革命。

如今，几乎所有来自技术世界的东西似乎都包含人工智能或机器学习 (ML) 的元素。今天的机器学习是人类能力某些方面的实现，但肯定不是人类智能的全部潜力。ML 使人们能够通过与智能软件协作来完成更多工作。这就像让技术更加人性化。全世界都在争论 AI/ML 的后果以及它将如何影响我们的未来。Telsa Inc.首席执行官埃隆马斯克和阿里巴巴集团控股有限公司董事长马云最近对此进行了讨论。


每个从事或不从事编程行业但想了解和掌握什么是数据科学、机器学习和人工智能的知识的人，这三个是每个人都希望建立自己职业生涯的最大领域，作为机器作为TechRepublic的研究，学习工程师获得了最高的回报，成为一名 ML 工程师，您还需要获得机器学习认证。

机器学习正在改变世界，改变包括医疗服务、教育、交通、食品、娱乐和不同装配线等在内的所有领域。它将影响生活的几乎方方面面，包括住房、汽车、购物、订餐等。物联网 (IoT) 和云计算等技术都在越来越多地实施 ML，以增强物体和小工具的“智能”。ML 为试图利用大数据提高客户满意度的公司提供了潜在价值。隐藏在数据中的隐藏模式对业务非常有用。

个性化数字媒体
我们在社交媒体上的大多数决定都受到 ML 的影响。从我们在时间线上看到的提要到我们从社交媒体应用程序收到的通知，一切都由 ML 策划。在我们旅行、工作和生活的过程中，我们的决定会通过机器学习进行检查，从而为我们提供更好的体验。ML 会收集过去的所有行为、网络搜索、交互以及我们在这些网站上所做的一切，并为我们量身定制体验。它有助于将我们的网络冲浪增强为个性化的网络冲浪。我们是否使用 Spotify、Netflix 或 YouTube ML 正在为我们做决定。youtube 上的推荐视频列表、Netflix 上的推荐节目或 Spotify 或任何其他媒体或音乐流媒体服务上预先创建的播放列表都是由 ML 程序完成的。

教育
管理数据在教育等领域至关重要。智慧教室已发展为扩充资源数据库。数字系统可以记录每个人的表现，并可以根据他们的具体需求提供准确的定制报告。随着课堂实力的日益增强，这种技术帮助将成为教育的突破口。这将减轻教师和学生的负担。这并不意味着没有教师的课堂，因为没有计算机或机器人可以履行教师所扮演的多重角色，但是，一些任务可以通过机器学习自动化。

智能家居和家庭安全
机器学习集成警报系统和监控摄像头如今非常流行。ML 使用面部识别技术来建立家庭常客目录并识别不寻常的访客。它可以告诉在职父母什么时候孩子回家，甚至可以呼叫紧急服务。

我们家庭生活的自动化已经在发生。Amazon Echo 和 Alexa 等数字助理允许对我们的智能家居进行语音激活控制（根据我们的命令调暗灯光、锁门等）。

卫生保健
ML 越来越多地用于医疗保健，以加快患者诊断速度。机器学习程序可以根据年龄、社会经济地位和遗传史预测健康问题，这有助于预防疾病。医院目前正在使用 ML 在放射学扫描中准确检测肿瘤和检测癌症。计算机可以使用大型数据集和算法对扫描图像进行分类。已编写的 ML 算法可以比最好的病理学家更准确地检测癌症，从而使医生腾出更多时间来更准确、更快速地做出治疗决策。

运输
全自动无人驾驶汽车是机器学习技术最突出的展示。无人驾驶汽车可以区分树木和行人、田野和道路，以及许多道路信号，这为货物运送和个人交通开辟了很多机会。这里使用的技术是图像识别和分类。世界各地的军队都在成功使用无人机项目。机器人和无人机用于拆除炸弹。采矿坑中的无人驾驶卡车，可以从远程控制中心远程操作。

商业
机器学习是每个企业的未来。

“十年前，我们努力寻找 10 个基于机器学习的业务应用程序。现在我们很难找到 10 个不使用它的人，” Gartner 研究副总裁 Alexander Linden。

机器学习可以分析大量数据，并可以提供更快、更准确的结果，有助于识别有利可图的机会和危险的风险。它在商业中的一些应用是：

以前需要人工干预的各种数据输入和分类任务的广泛影响现在可以由机器完成。

生态专家正在使用机器学习和支持人工智能的传感器来分析来自数千个来源的数据，以做出准确的污染和天气预报。

机器学习可以提供有关系统故障的警告，以便可以按时完成备份或恢复计划。这减少了业务停机时间。

ML 有助于更好地预测需求，并且可以成为供应变更管理的尖端技术。

它有助于准确的市场隔离并相应地计划营销策略，这肯定会提高营销预算的投资回报率。

银行和金融业在客户服务、欺诈保护、投资等方面严重依赖机器学习。

不足之处
每一个发现和进步都会带来这些创新的一系列技术和道德影响。尽管 ML 有助于人类，但当它开始做出对我们个人产生影响的决定时，这种创新会影响我们的正常生活。机器学习可以占据我们的大部分工作，并且可能会增加数据隐私问题。作为一个现代社会，我们将像开源一样运作和运作。

编辑推荐
1、2022年300个以上最佳免费数据科学课程
2、大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！
3、机器学习模型方法总结
4、历史最全机器学习/深度学习/人工智能专业术语表中英对照表
5、机器学习如何应用于商业场景？三个真实的商业项目
6、数据工作者的自我修养 | 哪些技能是必不可少的？
7、《汗牛充栋：数据分析书籍分享》CDA网校新课上线
8、文本挖掘常用的107个语料库
9、一图读懂“东数西算”工程
10、零基础转行数据分析，看这篇文章就够了

DA内容精选