机器学习介绍、原理及应用场景
学习建议：课程分为几个模块 知识点 思维导图
大数据：海量数据的存储、海量数据的计算 基于历史数据的总结统计 BI
机器学习：通过历史数据展望未来 AI
深度学习：神经网络，将算法使用神经元的格式串联起来
机器学习的应用场景：
语音交互软件：苹果的siri 小米的小爱同学，也是一种预测
谷歌 预测H1N1病毒在美国一个小镇爆发的可能
IBM 智能医疗人工智能 沃森 仅花10分钟就诊断出一名60多岁女性患有一种罕见的白血病，并提供个性化诊疗方案。193米资料，2千万份罕见病文献。低级医生会因为机器学习失业
推荐系统：QQ好友推荐、亚马逊32%订单来自推荐系统、京东17%，数据质量不如国外
无人驾驶：5G，微基站，全方位覆盖信号，
边缘计算：八爪鱼
为什么机器学习可以展望未来？
人工智能：目标，让机器变的智能
机器学习：是实现人工智能的手段
非常傻 => 智能
经验 + 思维 = 规律
数据 + 算法 = 模型
训练模型就是找规律
数据量决定了模型的高度，算法只是逼近这个高度
提高模型准确性的方法：
1、提高数据量和算法
2、提高数据量
3、提高算法
大数据是机器学习的根基
原文：https://www.cnblogs.com/xiyouzhi/p/12838772.html