我对机器学习的理解由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“理解机器学习算法”。
我对机器学习的理解
在我们身边，阿尔法狗出现，智能机器人足球赛，智能拆弹机器人，制造业大量应用全智能机械流水线„„各个领域我们能看到智能机器已经开始展现出它的能力，并在一代一代更新后变得更为智能化。机器学习，在我看来就是让机器学习人思维的过程，就是让机器学会“人识别事物的方法”，我们希望人从事物中了解到的东西和机器从事物中了解到的东西一样，这就是机器学习的过程。
在机器学习中有一个很经典的问题：“假设有一张色彩丰富的油画，画中画了一片茂密的森林，在森林远处的一棵歪脖树上，有一只猴子坐在树上吃东西。如果我们让一个人找出猴子的位置，正常情况下不到一秒钟就可以指出猴子，甚至有的人第一眼就能看到那只猴子。”
那么问题就来了，为什么人能在上千种颜色混合而成的图像中一下就能识别出猴子呢？在我们的生活中，各种事物随处可见，我们是如何识别出各种不同的内容呢？也许你可能想到了——经验。没错，就是经验。经验理论告诉我们认识的所有东西都是通过学习得到的。比如，提起猴子，我们脑海里立刻就会浮现出我们见过的各种猴子，只要画中的猴子的特征与我们意识中的猴子雷同，我们就可能会认定画中画的是猴子。极端情况下，当画中猴子的特征与我们所认识某一类猴子的特征完全相同，我们就会认定画中的猴子是哪一类。
在2010年以前，机器学习的应用在某些特定领域发挥了巨大的作用，如车牌识别，网络攻击防范，手写字符识别等等。但是，自从2010年以后，随着大数据概念的兴起，机器学习的大量应用都与大数据高度耦合，几乎可以认为大数据是机器学习应用的最佳场景。但凡你能找到的介绍大数据魔力的文章，都会说大数据如何准确预测到了某些事，例如经典的Google利用大数据预测H1N1在美国某小镇的爆发，百度预测2014年世界杯从淘汰赛到决赛全部预测正确。是什么让大数据具有如此魔力？简单来说，就是机器学习。正是基于机器学习技术的应用，数据才能发挥其魔力。
大数据的核心是利用数据的价值，而机器学习是利用数据价值的关键技术。对于大数据而言，机器学习是不可或缺的。相反，对于机器学习而言，越多的数据会就越能提升模型的精确性，同时，机器学习算法复杂的计算时间也迫切需要分布式计算与内存计算等关键技术。因此，机器学习的兴盛也离不开大数据的帮助，大数据与机器学习互相促进相依相存。
