機器學習在日常生活中是如何使用的？

一些人在日常生活中正在使用機器學習。例如，在網路上瀏覽，透過搜尋來定義我們的偏好、喜好和厭惡。一些資訊會被儲存在裝置上的 Cookie 中；由此，可以計算出使用者的行為。它有助於提升使用者在網路上的體驗並提供相應的建議。

導航系統可以看作是一個使用機器學習的例子，它使用最佳化技術來計算兩個地點之間的距離。毫無疑問，人們將越來越多地使用機器學習。

機器學習是人工智慧的一個應用，它使系統能夠從經驗中學習和改進，而無需明確的程式設計。

它可以被搜尋引擎（如谷歌和必應）用來對網頁進行排名或確定向哪個使用者展示哪些廣告。它可以被社交網路（如 Facebook 和 Instagram）用來為每個使用者定製資訊流或根據上傳的圖片對使用者進行標記。

它可以被銀行用來識別線上交易是否欺詐，以及被電商網站（如亞馬遜和 Flipkart）用來推薦使用者可能購買的產品。

機器學習的目標是開發一個與人類大腦一樣智慧的人工智慧 (AI) 平臺。許多人工智慧研究人員認為，可以透過模仿人類大腦學習過程的機器學習演算法來實現這一目標。

機器學習在個性化新聞推送、更好地進行社交媒體目標受眾廣播方面發揮著至關重要的作用。Facebook 需要使用機器學習根據使用者的興趣向用戶展示新聞推送，方法是分析使用者之前點選過的內容。

Facebook 還會記錄使用者可以與其聯絡的朋友、使用者訪問過的個人資料、使用者的興趣、工作場所等，並透過持續學習，為我們推薦成為朋友的 Facebook 使用者。

Facebook 的人臉識別功能也需要機器學習來標記圖片中的朋友。Facebook 會分析圖片中的姿勢和投影，識別特定的特徵，然後將它們與朋友列表中的人聯絡起來。整個過程在機器學習的支援下完成，並且在後臺執行得非常快，因此它可以在使用者上傳圖片後立即進行標記。

谷歌和其他搜尋引擎需要機器學習來改善我們的搜尋結果。每次執行搜尋時，後臺的演算法都會監控使用者對結果的反應。如果使用者開啟前幾個結果並在網頁上停留較長時間，搜尋引擎會認為顯示的結果與查詢相符。

Ginni

更新時間: 2022年2月15日

瀏覽量 109 次

開啟你的 職業生涯

透過完成課程獲得認證

開始學習