机器学习实践应用读书笔记这次的读书笔记主要介绍机器学习背景和基础概念 1 机器学习背景 数据现状 20世纪70年代曾遇巨大瓶颈，原因有计算能力 + 数据量的不足。随着互联网的普及和对用户数据的大量采集，数据量不足的问题已逐渐弥补，机器学习算法的价值越来越大。但在传统领域，如建筑行业，数据产生于工地的一砖一瓦，采集起来会更困难和麻烦，随着图像识别技术的进步和普及，这样的问题能够慢慢解决，但不得不说，传统领域的数据智能化仍然是比较慢的进程。(这里可以自行了解下百度在传统领域的AI技术落地情况)。目前主流的机器学习算法是监督学习算法，该算法需要的是打标过的数据，而数据的打标十分依赖人工标记，之前在实习的时候，给短视频的标签做标记都能把我搞得头昏脑涨。人工打标有几个问题：成本高 + 量级小 机器学习算法现状 机器学习已渗透到生活的各个方面，特别是在互联网领域。用网购场景来举例。 1)你在路上看到陌生人的一件T恤你很喜欢 使用淘宝的【拍立淘】(图像识别技术) 2)在淘宝搜索框语音输入商
