什么是机器学习（Machine Learning）？

机器学习（Machine Learning），机器学习是人工智能 (AI) 和计算机科学的一个分支，专注于使用数据和算法，模仿人类学习的方式，逐步提高自身的准确性。 

IBM 拥有丰富的机器学习历史。  业界广泛认为，Arthur Samuel 在有关跳棋的研究 (PDF, 481 KB)（链接位于 IBM 外部）中创造了"机器学习"这个词。 自称跳棋大师的 Robert Nealey 在 1962 年与 IBM 7094 计算机对弈，结果输给了计算机。 与机器学习今天的成就相比，这看似微不足道，但被公认为人工智能领域的一个重要里程碑。

在过去的几十年里，存储和处理能力方面的技术进步推动一些基于机器学习的创新产品顺利落地，例如 Netflix 的推荐引擎和自动驾驶汽车。

机器学习是不断发展的数据科学领域的重要组成部分。 通过使用统计方法对算法进行训练，使其能够执行分类或预测，以及在数据挖掘项目中揭示关键洞察。 而这些洞察又可以推动应用和业务中的决策，有效影响关键增长指标。 随着大数据的持续增长，市场对数据科学家的需求也水涨船高。 企业要求他们帮助确定最相关的业务问题，并提供数据以找到答案。

机器学习算法通常是使用旨在加速解决方案开发的框架创建的，例如 TensorFlow 和 PyTorch。

如今，机器学习无处不在。当我们与银行交互、在线购物或使用社交媒体时，机器学习算法会发挥作用，让我们获得高效、顺畅和安全的体验。目前，机器学习及其相关技术正迅速发展，对于它的强大功能，我们只是略知一二而已。

说到人工智能必然要了解机器学习，从信息化软件，到电子商务，然后到高速发展互联网时代，到至今的云计算、大数据等，渗透到我们的生活、工作的方方面面，在互联网+的驱动下，人们更清晰的认识和使用数据，不仅仅是数据统计、分析，我们还强调数据挖掘、预测。