NetApp.com

什么是机器学习?

机器学习 (ML) 是人工智能 (AI) 的一部分,属于计算科学领域,专门分析和解释数据的模式及结构,以实现无需人工交互即可完成学习、推理和决策等行为的目的。简单来说,机器学习即支持用户向计算机算法馈送大量数据,然后让计算机分析这些数据,并仅根据输入数据给出数据驱动型建议和决策。如果算法识别出任何更正,它会整合更正信息,改进未来决策。



机器学习的工作原理是什么?

机器学习由三个部分组成:

  • 属于决策核心的计算算法。
  • 组成决策的变量和特征。
  • 支持(训练)系统学习的具有已知答案的相关基础知识。

首先,向模型馈送具有已知答案的参数数据。然后,运行算法,进行调整,直到算法的输出(学习结果)与已知答案一致。此时,输入的数据量持续增加,以帮助系统学习和处理更高级的计算决策。

 

机器学习的重要性何在?

数据是所有企业的生命之源。数据驱动的决策可以让您紧跟竞争趋势,避免跟不上竞争节奏。机器学习可以是发掘企业和客户数据价值、做出使公司保持领先竞争力的决策的关键所在。

 

机器学习的用例

机器学习广泛应用于各行各业,包括制造业、零售业、医疗保健和生命科学、旅游和酒店管理、金融服务以及能源、原料和公用事业。用例包括:  

  • 制造业。 预测性维护和状态监控。
  • 零售业。 追加销售和跨渠道营销。
  • 医疗保健和生命科学。 疾病识别和风险满意度。
  • 旅游和酒店管理。 动态定价。
  • 金融服务。 风险分析和监管。
  • 能源。 能源供需优化。