当今机器学习是一个非常热门的话题，每个人都在谈论机器学习，并讨论它如何在他们的业务或职业生涯中发挥作用。 机器学习是一种数据分析方法，可以使分析模型建立自动化。它是人工智能的一个分支，其基础是机器应该能够通过经验学习和适应。
机器学习的类型
监督学习
- 有预定义的数据集来训练你的程序
- 根据 训练数据，程序可以在给出新数据时做出准确的判断
- 所以这就像跟老师一起学习
- 这就像分类和回归，比如收到一束带有标签的花，你的程序可以在标签的基础上辨别花朵
无监督学习
- 当有没有老师来训练，需要自我学习
- 当你的程序足够聪明时，可以自动查找数据集中没有标签的模式和关系。
- 在这次学习中，你没有使用任何关于人的过去/之前的知识，并将它们分类为“随时随地”
- 这就像聚类和关联，例如，您收到没有标签的花，因此程序需要使用算法来识别花朵
强化学习
- 这就像打击和试验类的学习
- 该计划从他们自己的经验中学习。一个软件程序，可以最佳地执行定义的任务，并通过经验反复试验和学习。
创建良好的机器学习系统需要什么？
- 数据准备
- 挑选算法 - 基本和高级
- 自动化和迭代过程
- 可扩展性
- 集成建模
- 简单而频繁的部署
机器学习项目生命周期
它基本上包含3个团队一起工作：
第一数据科学家获取并转换数据建立一个深刻的理解，使他们能够建立一个模型：
一旦选择了该模型，运营工程师就可以在生产环境中部署和设置监控和管理：
对这种已部署模型的编程访问由开发人员将代码嵌入代码中，将其转换为可从外部世界访问的API：
这些API可以从外部世界访问。例如，Microsoft 认知服务有一个开放的Vision API。微软已将基于机器学习，全球最领先的人工智能技术通过简单、易用的服务和 API 开发出来。微软认知服务使自然的人机交互变为可能，为你的应用增加前所未有的用户体验。现在你就可以在你的应用中接入这些智能，把你的想法变成现实。微软认知服务包涵的智能 API 让你仅用几行代码就可以借助强大的算法开发应用程序 https://mva.microsoft.com/colleges/MicrosoftAI