但通常这个术语仍然没有被很好地理解。我们知道它是 和 背后的 魔法 ,但它是如何发挥作用的呢?他们为什么不早点使用它?这与我们看到的这两种算法的周期性 数据刷新 有什么关系? 我认为机器学习将在 中发挥越来越大的作用,因此我认为我们对它的工作原理有一个基本的了解很重要。 免责声明:首先,我不是机器学习方面的专家。其次,我将有意简化某些地方的方面并忽略某些我认为不必要的细节。这篇文章的目的不是让你对机器学习有一个完整或详细的了解。

而是让你有一个高层次

的理解让你能够回答我开头段落中的问题,如果客户问你这些问题的 话。最后,谷歌是一个黑匣子,所以显然不可能确切地知道他们是如何处理事情的,缝合在一起的线索的解释。 西瓜种植 当存在没有确切答 老挝电子邮件列表 案的问题(即没有正确或错误的答案)和 或没有我们可以完全描述的解决方法的问题时,机器学习适合使用。 机器学习不适用的示例是计算文档中的单词数、简单地将一些数字加在一起或计算页面上的超。

国家邮箱列表

链接的计算机程序 适合

使用 机器学习的示例包括光学字符识别、确定电子邮件是否为垃圾邮件或识别照片中的人脸。在所有这些情况下,人类(很可能非常擅长这些任务)几乎不可能编写一套精确的规 蓝牙列表 则来执行这些可以输入计算机程序的事情。此外,并不总是有正确的答案。一个人的垃圾邮件是另一个人的信息通讯。 在伦敦的 上与 一起解释机器学习。我喜欢西瓜。 我将在这篇文章中使用的例子是采摘西瓜。西瓜一旦被采摘就不会继续成熟,所以在它们完全成熟。