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行流程，創建快捷方式并根據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據來表現的系統，機器學習使用用戶的信息根據注冊的行為創建學習路線。因此，您可能會問自己：“我何時將有關我的行為的信息傳遞給計算機？”。答案是：每次上網時，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）的大部分數據流量。這些公司擁有龐大的計算中心（大數據），并接收有關人們正在尋找，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（例如社交網絡，研究歷史等）的數據的算法來實現的，并且該機器可以“理解”用戶的行為并根據位置，年齡段和共同興趣創建不同的配置文件。

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揮作用的地方。

通過分析用戶的行為，機器學習系統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行的搜索，社交網絡的趨勢以及主要是交叉數據。

責任編輯：lq