/yh0vlde8vg8ep9vge/article/details/78736109

机器学习出现的目的：

机器学习不是凭空出现的一个名词或概念，他是人们从古到今一直研究的一个领域或课题

人们一直致力于让生活更简单，所以发明了蒸汽机进入机械时代，后又出现自动控制理论，进入到自动化时代，这时还是认为规定机器的行为，通过设定参数的放射。

直到今天出现大数据，进入到智能时代，智能时代的终极目标是要让机器可以像人一样可以自主学习，把人从现在的学习中解放出来，通过机器去替人进行学习，得到知识后被人所利用

最终目标：机器自己学习知识，将数据转化为经验，提炼出知识

******************************

实现途径：

1、第四范式提出了机器学习圈的概念：

机器学习圈的概念是仿照人类学习圈设定的

人类是通过多次行为，产生一个直观感受，叫做经验；经验（定论）通过数学证明成为一个理论（定理、模型）

人的行动和生存会产生大量的行为数据，包括消费行为、出行行为、购买行为、缴费行为、出生死亡行为等；这些行为通过物联网传感器或互联网操作被记录下来，叫做过程数据

通过分析（一部分人）过程数据之间的联系，如：通过分析发现出行行为>100次的人，购买行为会比<100次的人上升1个数量级，这是直观感受，又叫做经验（定论）

我们把所有（或一部分人）人的出行行为和购买行为数据丢给计算机去计算，发现我们的直觉经验是正确的。这就是反思

我们就可以得出结论，即AI模型

********************

举例子：智能推荐系统

话说今日头条推荐系统最值钱的可能就是那个推荐算法模型了~~~

********************************

机器学习的优势：

相较于人工进行数据挖掘和分析，机器来进行数据挖掘和分析的优势：理论上机器的算力是无穷大的，人的算力是有限的；导致机器可以计算很多维度的因素，人只能计算少量几个维度的因素。这就导致机器在理论上比人更加准确。

理论上是可行的，但是需要有前置条件:

数据核心：让机器可以读懂数据，重点在于数据治理

算法核心：一般公司买现成的算法，进行符合自身业务场景的人工训练（成本目测比较高，没研究）

生产核心：