机器学习的概念是，当计算机程序接触到新的数据时，它们可以自己学习、成长、改变和发展。

你可以原谅，你认为上述说法属于科幻小说的领域——但如果我们仔细观察，中国云，智能机和应用程序正稳步成为一种日常现象。下面是一些我们可能正在使用（或听说过）的机器学习示例，包括：

在线建议：在线数据交互，数据呈现，以预测用户可能想要购买、观看或收听的内容。商业飞行：起飞后不久从飞行员手中接管的自动驾驶系统社交媒体：人脸识别算法移动：语音到文本或智能个人助理的语音识别汽车导航系统：机器学习算法分析交通/位置数据的速度等，以建议最快的路线和到达时间

可以看出，机器学习已经慢慢演变为我们生活的一部分，关于云服务器，并代表了一个巨大的机会，使组织变得更有想象力，并从广阔的空间中寻找更多的价值他们可以获得的数据

传统的数据分析和机器学习

上述例子中的关键因素是数据——随着物理世界和网络世界的相互作用，数据的大小、体积和复杂性只会不断增长。传统的数据分析非常擅长基于建立在过去数据基础上的模型来解释静态数据，以建立变量之间的关系，泛在电力物联网，而机器学习则从目标或结果变量（如节能）开始，然后寻找变量和交互作用。

机器学习入门

牢记所有这些，以下复选框将有助于指导您的旅程。

总之，可以看出机器学习是资源和时间密集型的。随着可用数据的增加，大淘客，机器学习为企业提供了更多的选择和机会。然而，与任何新的旅程一样，上面的检查点可以帮助确定您是否准备好迈出下一步。