第二部分：机器学习中的任务

机器学习：不只是游戏一个有意思的现象是，每次“人工智能”出现在新闻的头条上，总是和某种游戏联系在起：国际象棋...

机器学习：不只是游戏

一个有意思的现象是，每次“人工智能”出现在新闻的头条上，总是和某种游戏联系在起：国际象棋，开心辞典，围棋。人工智能对现代社会的影响，却往往是在不上头条的时候，以“润物细无声”的方式进行。作为人工智能领域的新贵，机器学习已经在多个领域攻城略地。

金融或保险业中对机器学习的使用可谓源远流长，此类行业往往采用各种不同的回归方法，对投入和收益的关系进行拟合，以期待寻找最佳的收益点，而回归正是机器学习最基础也是最核心的方法之一。机器学习还为各类识别任务提供了巨大的帮助：数字的识别与分类、手写字体识别、面孔识别、事件识别等，口碑不错的google map便是依靠机器学习对门牌号的识别，结合自己的无人车，将准确的地图信息呈现了出来。此外，自然语言处理也是机器学习的热点领域，这其中不但包括了语言翻译，也涉及语音文字转换、图像和语言之间的联结，知名度甚高的seri、效果拔群的google图片搜索，均使用了机器学习处理这些问题。在刚刚结束的2016年google I/O开发者大会上，新一代的智能助手google assistant夺人眼球，高效的机器学习方法正是其核心之一。简单的举例相比还不足以满足好奇心，请看知识核“机器学习”专辑第二期：机器学习中的任务。

欢迎大家关注我们的公众号，愿共同进步。

转载请注明出处