目前位置:主页 > 科普园地 > 科普知识 >

机器学习的应用

文章来源:未知         发布时间:2021-06-09

今天,在计算机科学的诸多分支学科领域中,无论是多媒体、图形学,还是网络通信、软件工程,乃至体系结构、芯片设计,都能找到机器学习技术的身影,尤其是在计算机视觉、智能语音、自然语言处理等计算机应用技术领域机器学习己成为最重要的技术进步源泉之一,并悄然成为我们生活中的一部分。

 
下面我们以购物的例子说一下机器学习在我们生活中的应用。
 
假设我们在电视看到某明星身上的衣服非常好看,也想购买同款,却又不知道这件衣服的品牌,那么我们可以打开某购物应用程序的拍照功能,拍下这件衣服,就会显示这件衣服的同款。
这里就用到了图像识别技术来识别衣服的款式。但是往往与这件衣服相似的款式又非常多,因此我们需要将相似的衣服按照某种规则进行排序,这就涉及到了机器学习算法模型的训练,通过这个模型,我们将所有的类似的款式进行排名,最后得出最终的展示顺序,将相似度高的排在最前面。
当然,我们还可以通过语音输入的方式来搜索商品,这就是语音识别的运用。当我们浏览完一件商品之后,软件会给我们自动推荐一些其他商品,而且每个用户的推荐列表都是不同的,这个功能也是大数据和机器学习算法的典型应用,通过挖掘用户的特征,如性别、年龄、收入情况和爱好等特征,推荐用户可能购买的商品,做个性化推荐。
下单之后我们的商品就被安排配送了,目前除了少数边远地区,基本5天之内就可以收到商品。之所以能够在短时间内完成配送,是因为仓储在库存方面已经提前做了需求量预测,然后在有需求的地区附近备货,这套预测算法也是建立在机器学习上的。
我们的快递员拿到货物,打开手机地图导航,系统己经为他设计了最优的配送路径,这个也是通过机器学习算法来计算的。当我们拿到货物,发现衣服的尺码不合适怎么办?打开客服,输入问题,然后我们发现可以瞬间得到回复,因为这名客服是一个机器人,它利用基于机器学习的文木语义分析算法,可以精确地回应顾客的问题。
 
如上所述,机器学习几乎贯穿了我们整个购物的流程,其实,在生活中其他的场景中也广泛地运用了机器学习,这里我们列出下面几个高频应用场景:
  • 聚类场景:人群划分和产品种类划分;
  • 分类场景:广告投放预测和网站用户点击预测等;
  • 回归场景:降雨量预测、商品购买量预测和股票成交额预测等;
  • 文本分析场景:新闻的标签提取、文本自动分类和文本关键信息抽取等;
  • 关系图算法:社交网络关系挖掘和金融风险控制等;
  • 模式识别:语音识别、图像识别和OCR识别等。
上面列举的应用只是机器学习应用场景的一小部分,其实随着数据的积累,机器学习算法己经涉及到了各行各业,在金融、医疗、教育、安全、生物基因等各个领域有了更深层次的应用。相信在未来,机器学习会给人类带来更多的便利。
 

拓展阅读

“机器学习”名字的由来
1952年,亚瑟·塞缪尔(Arthur Samuel)在IBM公司研制了一个西洋跳棋程序,这个程序具有自学习的能力,可通过对大量棋局的分析逐渐辨识出当前局面下的“好棋”和“坏棋”,从而不断提高弈棋水平,不仅很快下赢了塞缪尔自己,还打败当时的专业跳棋选手。1959年,亚瑟·塞缪尔把他对跳棋研究的程序总结成论文,并在他的文章里正式提出了“机器学习”这个词,将其定义为“不显式编程地赋予计算机能力的研究领域”。从此“机器学习”这个词正式走进了人工智能研究者的视野,极大影响着人工智能领域和计算机科学的发展
 
作者:谢明佐

作者简介:北京勤牛创智科技有限公司联合创始人

文章节选自北京勤牛创智科技有限公司《人工智能入门》,有删减改动。

 
上一篇:人工智能简史(下) 下一篇:没有了