人工智能的思想是使機器像人類一樣以某種方式``思考‘’，而機器學習可以自動執(zhí)行流程，創(chuàng)建快捷方式并根據(jù)用戶行為或通過分析多種來源的信息來預測動作。

作為一個通過分析數(shù)據(jù)來表現(xiàn)的系統(tǒng)，機器學習使用用戶的信息根據(jù)注冊的行為創(chuàng)建學習路線。因此，您可能會問自己：“我何時將有關(guān)我的行為的信息傳遞給計算機？”。答案是：每次上網(wǎng)時，都使用在線服務或使用連接的設備。

諸如Google，Microsoft和Amazon之類的公司負責來自各種服務（例如搜索引擎，電子郵件服務和電子商務）的大部分數(shù)據(jù)流量。這些公司擁有龐大的計算中心（大數(shù)據(jù)），并接收有關(guān)人們正在尋找，談論甚至想要購買的東西的信息。這是通過能夠分析來自不同來源（例如社交網(wǎng)絡，研究歷史等）的數(shù)據(jù)的算法來實現(xiàn)的，并且該機器可以“理解”用戶的行為并根據(jù)位置，年齡段和共同興趣創(chuàng)建不同的配置文件。

機器學習不僅是自動化，還包括了解建立工作模式的例程，例如：在智能家居中，房主在早上離開，總是在下午6點左右回來;當您回家時，燈會自動打開，咖啡機也將打開以制作下午咖啡。如果此人提早到達，而不必開燈怎么辦？在炎熱的天氣里，喝點飲料或喝水代替喝咖啡會不會更有趣？這正是機器學習可以發(fā)揮作用的地方。

通過分析用戶的行為，機器學習系統(tǒng)僅在必要時才激活房燈，并可以使用室溫來考慮啟動咖啡機還是向所有者發(fā)送消息，建議在其中喝更多的水。低濕度的日子。所有這些都可以基于在智能手機上執(zhí)行的搜索，社交網(wǎng)絡的趨勢以及主要是交叉數(shù)據(jù)。

責任編輯：lq