2017年的WWDC上，蘋果發(fā)布了Core ML這個(gè)機(jī)器學(xué)習(xí)框架?，F(xiàn)在，開發(fā)者可以輕松的使用Core ML把機(jī)器學(xué)習(xí)功能集成到自己的應(yīng)用里，讓應(yīng)用變得更加智能，給用戶更牛逼的體驗(yàn)。

　　Core ML是做什么的

　　我們知道，機(jī)器學(xué)習(xí)的一個(gè)重要應(yīng)用領(lǐng)域就是事先使用大量數(shù)據(jù)訓(xùn)練機(jī)器，讓訓(xùn)練后的機(jī)器在面對(duì)從未見過的數(shù)據(jù)時(shí)能做出相應(yīng)的判斷。比如，學(xué)習(xí)大量病人體征數(shù)據(jù)后，預(yù)測(cè)疾病發(fā)生的概率；學(xué)習(xí)大量圍棋對(duì)局后，面對(duì)一個(gè)陌生的棋局，知道在哪下棋贏的概率更高。

　　對(duì)機(jī)器的訓(xùn)練會(huì)產(chǎn)生一個(gè)關(guān)于特定問題的模型，對(duì)模型輸入特定的數(shù)據(jù)，模型返回的判斷的結(jié)果就是輸出。Core ML實(shí)際做的事情是使用事先訓(xùn)練好的模型（trained model），在本地進(jìn)行計(jì)算，最終返回結(jié)果。

　　應(yīng)用和Core ML的交互流程大體如圖所示：

　　從圖上可以看出，真正智能的部分其實(shí)是這個(gè)事先訓(xùn)練好的模型（trained model），這個(gè)模型決定了最終判斷的結(jié)果。蘋果提供了一些轉(zhuǎn)化好的Core ML格式的模型，我們也可以通過蘋果提供的工具把自己在別的常用機(jī)器學(xué)習(xí)工具生成的模型轉(zhuǎn)化為Core ML格式的模型。