機器學習知多少
什麼是機器學習?
機器學習這門學科所關注的問題是：計算機程序如何隨着經驗積累自動提高性能。對於某類任務T和性能度量P，如果一個計算機程序在T上以P衡量的性能隨着經驗E而自我完善，那麼我們稱這個計算機程序在從經驗E學習。
-- Tom Mitchell, Machine Learning
模式識別起源於工程學，而機器學習產生於計算機科學。然而這些領域可以看做成是同一領域的兩個方面。
--Bishop, Pattern Recognition and Machine Learning
機器學習是一類從數據中自動發現模式，並基於發現的模式預測未來數據或者在不確定條件下執行某類決策的方法。
-- Murphy, Machine Learning: A Probabilistic Perspective
行業通用的機器學習類型-----按學習方式分爲三大類
說明 解決問題
監督學習
Supervised learning 從給定的訓練數據集（歷史數據）中學習出一個函數，當新的數據到來時，可以根據這個函數預測結果。監督學習的訓練集需要包括輸入和輸出，也可以說是特徵和目標/Label。訓練集中的目標是由人標註的。 分類
迴歸
無監督學習
Unsupervised learning 與監督學習相比，輸入的數據沒有人爲標註的結果，模型需要對數據的結構和數值進行歸納。比如根據用戶的基本信息把所有用戶劃分爲不同的用戶羣，再對不同人羣採取不同的銷售策略 聚類（分羣）
強化學習
Reinforcement learning 輸入數據可以刺激模型並且使模型做出反應。反饋不僅從監督學習的學習過程中得到，還從環境中的獎勵或懲罰中得到。 機器人
Alpha GO
機器學習服務的優勢有哪些？
機器學習服務可降低機器學習使用門檻，提供可視化的操作界面來編排機器學習模型
的訓練、評估和預測過程，無縫銜接數據分析和預測應用，降低機器學習模型的生命
週期管理難度，爲用戶的數據挖掘分析業務提供易用、高效、高性能的平臺服務。
華爲機器學習服務MLS：一站式數據挖掘分析平臺
機器學習服務（Machine Learning Service），數據挖掘分析平臺服務，幫助用戶通過機器學習技術發現已有數據中的規律，從而創建機器學習模型，並基於機器學習模型處理新的數據，爲業務應用生成預測結果。
機器學習服務場景方案舉例
- 預測性維護
設備工作狀態預測：如設備是否會發生故障、設備剩餘壽命 - 推薦
廣告推薦：根據客戶喜好提供個性化推薦 - 異常軌跡分析
分析車聯網車輛行駛數據，發掘車輛異常軌跡，減少企業損失 - 話題發現
輿情監控，從大量文本數據中識別熱點話題，瞭解當前輿論趨勢 - 客戶挽留
分析客戶屬性及行爲，預測客戶流失率， 指導企業制定挽留方案 - 零售商分羣
根據零售商的進出貨數據對零售商進行分類，進行針對性的管理 - 駕駛行爲分析
分析車輛行駛數據，識別用戶駕駛習慣，保險創新帶來二次收益 - 文本分類
新聞網站中文本的自動分類，如體育、娛樂、政治等
以上所有提及內容歡迎登錄華爲雲學院（https://edu.huaweicloud.com/ ），在雲學院站內搜索“機器學習服務”即可完整學習。目前華爲雲學院已上線大量相關免費課程供大家學習和探討。