机器学习(ML)是指通过大量数据来训练算法以识别模式,进而辅助预测和决策制定的过程。 这种模式的自动搜索使系统能够执行那些未明确编程的任务,这也是人工智能(AI)与其他计算机科学领域的核心区别。 尽管许多人将AI与这种能力相联系,但机器学习实际上是AI的一个子集。
当数据被妥善结构化或组织时,系统能够更轻松地检测异常——比如,当信用卡交易来自不常见的地点时。
机器学习的应用实例不胜枚举,其中包括搜索引擎、图像和语音识别以及欺诈检测。以FaceID为例,当用户将照片上传到Facebook时,社交网络的图像识别技术会分析图像、识别出人脸,并提出建议来标记识别出的朋友。随着时间的推移和更多图像数据的积累,该系统将不断完善这项技能,并变得更加精确。
|