机器学习处理各种问题。实际上，借助机器学习，几乎所有领域都有自动化或改进的范围。下面给出了一些需要大量工作的问题。

时间序列数据

这是随时间变化的数据，因此时间在其中起着至关重要的作用，我们在本教程中对此进行了大量讨论。

非时间序列数据

它是与时间无关的数据，并且大部分ML问题都与非时间序列数据有关。为了简单起见，我们将其进一步分类为-

• 数值数据-计算机与人类不同，计算机只能理解数字，因此最终将各种数据转换为用于机器学习的数值数据，例如，将图像数据转换为(r，b，g)值，将字符转换为ASCII码或将单词索引为数字，则语音数据将转换为包含数字数据的mfcc文件。

• 图像数据-计算机视觉彻底改变了计算机世界，在医学，卫星成像等领域具有多种应用。

• 文本数据-自然语言处理(NLP)用于文本分类，释义检测和语言摘要。这就是使Google和Facebook变得聪明的原因。

• 语音数据-语音处理涉及语音识别和情感理解。它在赋予计算机类似人的品质方面起着至关重要的作用。