當今機器學習是一個非常熱門的話題，每個人都在談論機器學習，並討論它如何在他們的業務或職業生涯中發揮作用。 機器學習是一種數據分析方法，可以使分析模型建立自動化。它是人工智能的一個分支，其基礎是機器應該能夠通過經驗學習和適應。
機器學習的類型
監督學習
- 有預定義的數據集來訓練你的程序
- 根據 訓練數據，程序可以在給出新數據時做出准確的判斷
- 所以這就像跟老師一起學習
- 這就像分類和回歸，比如收到一束帶有標簽的花，你的程序可以在標簽的基礎上辨別花朵
無監督學習
- 當有沒有老師來訓練，需要自我學習
- 當你的程序足夠聰明時，可以自動查找數據集中沒有標簽的模式和關系。
- 在這次學習中，你沒有使用任何關於人的過去/之前的知識，並將它們分類為“隨時隨地”
- 這就像聚類和關聯，例如，您收到沒有標簽的花，因此程序需要使用算法來識別花朵
強化學習
- 這就像打擊和試驗類的學習
- 該計划從他們自己的經驗中學習。一個軟件程序，可以最佳地執行定義的任務，並通過經驗反復試驗和學習。
創建良好的機器學習系統需要什么？
- 數據准備
- 挑選算法 - 基本和高級
- 自動化和迭代過程
- 可擴展性
- 集成建模
- 簡單而頻繁的部署
機器學習項目生命周期
它基本上包含3個團隊一起工作：
第一數據科學家獲取並轉換數據建立一個深刻的理解，使他們能夠建立一個模型：
一旦選擇了該模型，運營工程師就可以在生產環境中部署和設置監控和管理：
對這種已部署模型的編程訪問由開發人員將代碼嵌入代碼中，將其轉換為可從外部世界訪問的API：
這些API可以從外部世界訪問。例如，Microsoft 認知服務有一個開放的Vision API。微軟已將基於機器學習，全球最領先的人工智能技術通過簡單、易用的服務和 API 開發出來。微軟認知服務使自然的人機交互變為可能，為你的應用增加前所未有的用戶體驗。現在你就可以在你的應用中接入這些智能，把你的想法變成現實。微軟認知服務包涵的智能 API 讓你僅用幾行代碼就可以借助強大的算法開發應用程序 https://mva.microsoft.com/colleges/MicrosoftAI