机器学习方面的东西很久之前就感兴趣，一直以来没有时间和意识系统的了解，前两天看了慕课网的入门教程，对机器学习进行了初步的了解
1、什么是机器学习？
所谓的机器学习就是对不确定的事件的判断和计算，简单来说就是对未来的预测；所以机器学习离不开算法，从数据中寻找规律就是算法，而算法是由机器学习自动生成的
2、生活中的机器学习
商场的捆绑式商品搭配——购物篮分析（关联规则）；中国移动的各类手机卡针对不同的人群——用户细分、精准营销（聚类）；邮箱中的垃圾邮件判断（朴素贝叶斯）；银行预防信用卡欺诈（决策树）；网页中的互联网广告（CTR预估）；电商等购物平台的推荐系统（协同过滤）；评论区的自然语言处理（实体识别，情感分析）；图像识别（深度学习）；除此之外，比较常见的机器学习的例子有：语言识别，个性化医疗，智慧机器人，私人虚拟助理，情感分析，手势控制，人脸识别，视频内容自动识别，自动驾驶，机器实时翻译等等，总之机器学习已经渗透到了生活中的每一个环节
3、数据分析与机器学习的区别，对比
| 数据分析 | 机器学习 | |
| 分析侧重点不同 | 分析交易数据，重经济 | 分析行为数据，重历史 |
| 数据量不同 | 少量数据 | 大量数据 |
| 分析方式不同 | 采样分析 | 全面分析 |
| 参与者不同 | 分析师 | 数据+算法 |
| 产生结果的条件不同 | 取决于人能力的大小 | 取决于数据的质量 |
| 解决的问题方向不同 | 了解过去 | 预测未来 |
| 技术手段不同 | 用户驱动，交互式分析 | 数据驱动，自动进行知识发现 |
| 目标用户不同 | 主要针对公司高层 | 针对的是个体用户 |
现在的社会，机器学习的源动力在于①由数据看历史，由历史看未来②数据代替专家③经济驱动，数据变现。传统的数据统计完全基于专家经验，机器学习不同，统计上分维度统计，机器学习不占用时间，可以进行离线学习和在线学习两种