机器学习简介
机器学习是一种能够直接从数据中学习，而无需依赖规则编程的算法。不同于传统的程序开发方式，你不需要告诉程序应该怎么做（甚至你也不知道应该怎么做），只要提供数据来训练模型。因此机器学习能做到以传统开发模式不能或很难完成的任务。
应用场景
常见应用
- 搜索：Google 在数以亿计的网页中找到你想要的内容。
- 推荐系统：亚马逊通过机器学习来推荐可能需要的产品给用户。
- 垃圾邮件过滤：Gmail 通过机器学习分辨出垃圾邮件。
- 图像
- 光学字符识别（OCR）：扫描全能王提供扫描文档的功能。
- 以图搜图：Google 提供以图搜图的功能，告别照骗。
- 人脸识别：支付宝刷脸支付，美图秀秀。
- 看图说话：Show and Tell: A Neural Image Caption Generator，自动生成图片的描述。Facebook 在图片加载失败时会显示自动生成的图片描述。
- 语音
- 语音识别：讯飞语音输入法、搜狗语音输入法。
- 智能语音交互：如苹果的 Siri、微软的 Cortana。
移动端应用场景
机器学习在移动端会有一些不同的玩法，在移动端进行深度学习计算有几个优点：
- 响应更快：由于不需要经过网络传输以及服务器对大规模数据进行计算，因此响应更快。边缘计算了解一下。
- 节省资源：手机计算能力日益强大，并且 Google 和 Apple 都在硬件层面上对机器学习进行了优化。原本在服务器进行的计算工作被转移到端上，节省了服务器资源。
- 隐私保护：不上传用户数据到服务器，最大限度保护用户隐私。
- 离线使用：在本地进行计算，不依赖网络连接。
但是相应地也有一些局限性：
- 模型滞后性：训练工作仍然不能在手机端完成，需要从服务器下发到移动端。
- 只能使用简单的模型：
已有的产品：
- 垃圾邮件/短信过滤：熊猫吃短信 app。
- 图像识别：iOS 相册中的搜索功能，支付宝形色识花。
- 推荐算法：天猫客户端基于端上实时用户操作行为的搜索推荐。
- 语音输入法：讯飞语音输入法。
