机器学习的定义:利用计算机从历史数据中找出规律,并把这些规律用到对未来不确定场景的决策。
解释:
1、机器学习主要用于不确定场景的决策,对于确定性的场景则无需使用机器学习。
2、“规律”,规律是靠计算机,从历史数据中挖出来的。
3、机器学习的主体是计算机,而不是人。根据寻找数据规律的主体不同,形成了两类岗位:机器作为主体的话,对应的是机器学习;人作为主体的话。就是数据分析(数据分析师)。
注:以上来自慕课网网课。
个人理解:
机器学习就是通过已有的数据,对还未发生的、未知的事情进行预测。比如对已经有的花的库的学习,可以预测一个新的花是什么品种,当然存在一定的误差,所以会有准确率这样的东西。而这些“规律”的总结是通过机器自己学习生成的,而不需要通过人脑进行思考,只需要使用一定的算法和框架即可。(纯属个人看法)
机器学习发展的原动力:
1、从历史数据中找规律,把这些规律用到对未来自动做出决定。
2、用数据代替专家(有经验的分析师)。
3、经济驱动,数据变现。(经济发展,数据量很多,如果不加以利用,就很浪费啦。)
业务系统发展历史:
1、基于专家经验(产品、运营的头脑风暴)
2、基于统计——分纬度统计(数据分析员进行数据的统计和分析)
3、机器学习:离线机器学习(批处理)、在线机器学习(实时数据流)