多个案例介绍机器学习的作用

机器学习是当前科技行业的一大流行词，原因很充分：它代表着计算机学习方式的一大跃进。福布斯近日盘点了机器学习技术的十大使用案例。

从根本上说，机器学习算法是指机器先获得一组“教学”数据，然后被要求利用那些数据去回答问题。举例来说，你给计算机提供一组照片的教学数据，当中有的数据说“这是猫”，有的则说“这不是猫”。之后，你可以给该计算机展示一系列的新照片，接着它会开始识别哪些照片是猫，哪些不是。

接着，机器学习不断扩充它的教学数据。它识别（不管准确与否）的每一张照片都会被添加到教学数据组，程序因而能够逐渐变得更加“智能”，变得更加善于完成任务。

这实际上就是学习的过程。

1. 数据安全性

恶意软件是一个越来越严峻的问题。2014年，卡巴斯基实验室称，它每天检测到的新恶意软件文件数量达到32.5万。不过，以色列深度学习技术公司Deep Instinct公司指出，各个新恶意软件通常都有跟旧版本一样的代码——只有2%到10%的恶意软件文件出现迭代变化。他们的学习模型能够辨别那2%到10%的变异恶意软件，在预测哪些文件是恶意软件上有着很高的准确率。在其它情况下，机器学习算法能够发现云端数据如何被访问方面的模式，能够报告或可预测安全问题的异常情况。

2. 个人安全

如果你要坐飞机或者出席重要的公共活动，你几乎肯定要排长队去等候安检。不过，机器学习正被证明是一项很有价值的安检资产，能够帮助避免误报情况，以及发现机场、体育场、音乐会等的人工安检人员可能会遗漏的东西。它能够大大加速安检流程，同时也能够提高人们在重要活动中的人身安全。

3. 金融交易

许多人都非常渴望能够预测股票市场的走势，因为这样就能够占得先机大赚特赚。相比人类，机器学习算法要更接近于预测市场走势。很多知名的交易公司都在利用专有系统来预测和高速执行高交易量的交易。这些系统很多都依赖于概率，不过即便成功概率相对较低，交易如果交易量很高，又或者高速执行，也能够给那些公司带来丰厚的收益。在处理分析海量的数据和交易执行速度上，人类显然无法跟机器相提并论。

4. 医疗保健

相比人类，机器学习算法能够处理更多的信息，发现更多的模式。有研究利用计算机辅助诊断技术（CAD）来研究患上乳腺癌的女性早期的乳房X线扫描照。对于52%的乳腺癌案例，该计算机识别该病的时间比正式确诊要早上足足一年。此外，机器学习能够被用来理解大群体疾病的风险因素。Medecision公司开发的算法能够通过鉴别8个变量来预测糖尿病患者可避免的住院治疗。

5. 个性化营销推广

你对你的顾客越了解，你就越能够给他们提供好的服务，你卖出的东西也就会越多。这是个性化营销的基础