机器学习”。现在这是一个重拳出击的词！机器学习是当今的热门话题！为什么不会呢？一般来说，计算机科学和软件开发领域的几乎每一个“诱人”的新发展都与机器学习有关。微软的 Cortana——机器学习。物体和人脸识别——机器学习和计算机视觉。高级用户体验改进计划——机器学习（是的！你刚刚得到的亚马逊产品推荐是一些机器学习算法的数字运算）。
不仅如此。一般来说，机器学习和数据科学无处不在。它就像上帝自己一样无所不能，如果他迷上了计算机！为什么？因为数据无处不在！
所以很自然，任何拥有高于平均水平的大脑并且可以通过先睹为快来区分编程范式的人都会对机器学习感兴趣。
但什么是机器学习？机器学习有多大？让我们一劳永逸地揭开机器学习的神秘面纱。为此，我们将遵循“通过示例理解”的方法，而不是呈现技术规范。
机器学习：它到底是什么？
嗯，机器学习是人工智能的一个子领域，它是从模式识别和计算学习理论演变而来的。 Arthur Lee Samuel 将机器学习定义为： 使计算机无需明确编程即可学习的研究领域。
因此，基本上是计算机科学和人工智能领域，无需人工干预即可从数据中“学习”。
但这种观点有缺陷。由于这种看法，每当机器学习这个词被抛出时，人们通常会想到“人工智能”和“可以模仿人类大脑的神经网络（目前，这是不可能的）”、自动驾驶汽车等等。 .但机器学习远不止于此。下面我们将揭示现代计算的一些预期和一些通常不预期的方面，其中机器学习正在发挥作用。
机器学习：预期
我们将从您可能期望机器学习发挥作用的一些地方开始。
- 语音识别（更专业的术语是自然语言处理）：您在 Windows 设备上与 Cortana 交谈。但是它是如何理解你所说的呢？随之而来的是自然语言处理或 NLP 领域，它通过语言学处理机器与人类之间的交互研究。猜猜 NLP 的核心是什么：机器学习算法和系统（隐马尔可夫模型就是其中之一）。
- 计算机视觉：计算机视觉是人工智能的一个子领域，它处理机器对现实世界的（可能的）解释。换句话说，所有面部识别、模式识别、字符识别技术都属于计算机视觉。机器学习凭借其广泛的算法再次成为计算机视觉的核心。
- 谷歌的自动驾驶汽车：嗯。你可以想象是什么驱动了它。更多机器学习优势。
但这些都是预期的应用。即使是反对者也会对这些由“神秘（且极其困难）的计算机魔法”赋予生命的技术壮举有很好的洞察力。
机器学习：意外
让我们参观一些普通人不会轻易与机器学习联系起来的地方：
- 亚马逊的产品推荐：有没有想过亚马逊总是有一个推荐，只是诱使你减轻钱包的负担。嗯，这是在后台工作的称为“推荐系统”的机器学习算法。它了解每个用户的个人偏好并据此提出建议。
- Youtube/Netflix：它们的工作原理和上面一样！
- 数据挖掘/大数据：这对很多人来说可能并不那么令人震惊。但数据挖掘和大数据只是在更大范围内研究和学习数据的表现形式。只要有从数据中提取信息的目标，您就会发现机器学习就在附近。
- 股票市场/住房金融/房地产：所有这些领域，都包含了很多机器学习系统，以便更好地评估市场，即“回归技术”，对于像预测房屋价格这样平庸的事情，到预测和分析股市走势。
正如您现在可能已经看到的那样。机器学习实际上无处不在。从研究和开发到改善小公司的业务。它无处不在。因此，它弥补了相当多的职业选择，因为该行业正在崛起，而且福利不会很快停止。
所以，这就是现在。这结束了我们的机器学习 101。我们希望再次见面，当我们见面时，我们将深入了解机器学习的一些技术细节、行业中使用的工具以及如何开始您的机器学习之旅.在那之前，Code Away！
本博客由Sarthak Yadav 提供。如果您还想在这里展示您的博客，请参阅 GBlog，了解 GeeksforGeeks 上的客座博客写作。