什么是机器学习？为什么它如此重要

什么是机器学习？
机器学习是一种数据分析方法，它可以自动分析模型的建立。使用迭代学习数据的算法，机器学习可以使电脑在没有被明确编程看哪里时，发现隐藏的领域。
迭代在机器学习中是非常重要的，因为有了它的存在，模型在遇到新的数据时，便能够独立地适应数据。它们可以从先前产生的可靠计算，重复的决定和结果中进行学习。机器学习并不是一个全新的学科-而是获得新动力的学科。
由于新型计算技术的产生，如今的机器学习与以往大不相同。尽管很多机器学习算法已经存在了很长时间，但自动将复杂的数学计算应用到大数据的能力（一个又一个，越来越快）是最新的进展。下面这些广泛宣传的机器学习应用程序的例子，你可能非常熟悉：
·大量的炒作，自动驾驶谷歌车？机器学习的本质。
·像Amazon和Netflix的在线推荐服务？机器学习在日常生活中的应用
·知道客户在Twutter上说了什么关于你的事吗？机器学习与语言规则创造结合。
·欺诈检测？在我们现今生活中，一个更明显的，重要的用途。
为什么越来越多人对机器学习感兴趣？
人们在机器学习方面兴趣的复兴，也是由于相同的因素，即数据挖掘和贝叶斯分析比以往更受欢迎。在类似数量增长和可用数据这一类方面，计算处理更实惠，更强大，且负担得起数据存储。
所有的这些事都暗示着：机器学习可以更快且自动的产生模型，以分析更大，更复杂的数据，而且传输更加迅速，结果更加精准——甚至是在非常大的规模中。结果是？在现实中无人类干涉时，高价值（ High-value）的预测可以产生更好的决定，和更明智的行为。
自动模型的建立是在现实中生成明智行动的一大关键。分析思想领袖Thomas H. Davenport在华尔街日报上写道，日新月异，不断增长的数据，"…你需要快速移动的建模流（ fast-moving modeling streams）来保持。"而你可以通过机器学习做到这些。他还说道"人类通常一周可以创建一个或两个好的模型；而机器学习一周就可以创造出成千上万的模型."