机器学习感悟2

   在读了“从机器学习谈起”之后，对机器学习的认识又进了一步，之前对机器学习的认识是算法加数据，而现在对机器学习的认识是更广泛的，机器学习是通过算法对数据进行分析和处理得出重要的经验，在之后的一些应用中机器给出相对正确或合适的答案。

   机器学习离不开大数据，数据对于机器来说相当于什么呢？举个例子，给朋友买礼物，问题来了，买什么好呢？这个时候我们还是发动自己的大脑，比如想起朋友之前一直唠叨的一件饰品，但一直没有买，又或者是想起朋友缺个新水杯，但是什么样的水杯是朋友喜欢的呢？这些都是需要我们在日常生活中总结一些经验得来的。这些脑海中的东西就相当于数据，做出买什么礼物就是机器学习做出结论，进行各种物品的比较就相当于算法，现在感觉机器学习可以使机器更智能化，目前机器学习的例子已经非常常见了，淘宝、天猫中的推荐，根据用户买的一些东西和逛的一些东西，来分析用户的性格和喜好，从而做出推荐，从而增加购买量，提高效益，这里应用到了推荐算法。

   机器学习离不开算法，文章也介绍几种比较常见的几种算法：回归算法，神经网络，svm，聚类算法，降维算法，推荐算法等等，个人感觉这些算法大多基于概率论和数理统计，大多是通过对数据分析，建立对应的合理模型，再通过模型来对生活工作中的一些事做出结论和判断结果。

  这篇文章也提到了深度学习，这是机器学习的的发展产生的一个新方向，人工智能，机器学习和深度学习的关系，基本是人工智能包含机器学习，机器学习包含深度学习，人工智能的发展可能不仅取决于机器学习，更取决于深度学习。结合互联网界和机器学习的趋势，可以看出机器学习的热门，把握好机遇，更好的学习机器学习。