什么是机器学习

什么是机器学习
机器学习是指机器通过统计学算法，对大量历史数据进行学习，进而利用生成的经验模型指导业务。目前机器学习主要应用在以下场景：
营销类场景：商品推荐、用户群体画像或广告精准投放。
金融类场景：贷款发放预测、金融风险控制、股票走势预测或黄金价格预测。
社交网络服务关系挖掘场景：微博粉丝领袖分析或社交关系链分析。
文本类场景：新闻分类、关键词提取、文章摘要或文本内容分析。
非结构化数据处理场景：图片分类或图片文本内容提取。
其它各类预测场景：降雨预测或足球比赛结果预测。
机器学习包括传统机器学习和深度学习。传统机器学习分为以下几类：
有监督学习（Supervised Learning）：每个样本都有对应的期望值，通过搭建模型，实现从输入特征向量到目标值的映射。例如解决回归和分类问题。
无监督学习（Unsupervised Learning）：所有样本没有目标值，期望从数据本身发现一些潜在规律。例如解决聚类问题。
增强学习（Reinforcement Learning）：相对比较复杂，系统和外界环境不断交互，根据外界反馈决定自身行为，达到长期目标最优化。例如阿尔法围棋和无人驾驶。