AI机器学习（四）一些简单的思考

商业应用

时间原因，本想好好整理章节，后续跟进下去，但目前情况不允许，先到这里。
简单探讨下商业应用方式：
可以配合云计算引擎（如Hadoop、Spark、我自己写了一个C#版的分布式计算引擎-基于内存的，比Spark早2年） 。
在文本信息挖掘、图像检索（痕迹、医学影像、日常照片等）应用会比较广泛，因为是不断学习的过程，因此，肯定比传统识别算法更具优势。

领域方面大家自己开拓吧，说的多可能会有麻烦。

图片样例程序存在的问题

首先是老师的问题，好老师才能教出好学生，前提是你手边必须要有很宝贵的数据。而且以后有价值数据（指的是可以教机器的数据）会越来越值钱。

其次，以图像举例，样例中是需要提取二值图的，图像往往有噪点、阴影等等，怎么去掉？方法有三种：
1、 人工画、人来纠正
2、 自动分割，这需要传统算法结合了。
3、 干脆不干预，机器慢慢学，无师自通（非监督学习）

待续…