机器学习中的应用

机器学习是当今技术的一个时髦词，而且它正日益迅速地发展。我们在日常生活中使用机器学习，甚至不知道它如谷歌地图，谷歌助手，Alexa等。下面是机器学习在现实世界中最流行的一些应用:

1.图像识别：

图像识别的机器学习中最常见的应用之一。它是用来识别物体，人物，地点，数字图像等图像识别和人脸检测的普遍使用情况，自动加好友建议：

Facebook为我们提供了一个自动添加好友标签的建议功能。每当我们和Facebook上的朋友上传一张照片，我们就会自动得到一个带有名字的标签建议，而这背后的技术是机器学习的人脸检测和识别算法。

它基于Facebook的一个名为“Deep Face”的项目，该项目负责识别图片中的人脸和身份。

2.语音识别

虽然使用谷歌，我们得到的一个选项“通过语音搜索”，谈到下的语音识别，这是机器学习的一个流行的应用。

语音识别是将语音指令转换成文本的过程中，它也被称为“语音到文本”或“计算机语音识别。”目前，机器学习算法被广泛应用到语音识别的各种场合。谷歌assistant、Siri、Cortana和Alexa都在使用语音识别技术来执行语音指令。

3.交通量预测：

如果我们想访问一个新的地方，我们把谷歌地图，这说明我们的最短路径的正确路径和预测交通状况的帮助。

它通过两种方式来预测交通状况，如交通是否畅通，是否缓慢，是否严重拥挤：

• 车辆的实时位置通过谷歌地图app和传感器实现
• 过去几天的平均时间是在同一时间。

每个使用谷歌地图的人都在帮助这个应用程序做得更好。它从用户获取信息并将其发送回数据库以改进性能。

4.产品的建议：

机器学习被广泛通过各种电子商务和娱乐公司，如亚马逊，Netflix公司等使用，产品推荐给用户。每当我们在Amazon上搜索某个产品时，我们就会在同一浏览器上浏览同一产品时开始收到同一产品的广告，这是因为机器学习。

谷歌使用各种机器学习算法了解用户兴趣，并根据客户兴趣推荐产品。

同样的，当我们使用Netflix的时候，我们会发现一些关于娱乐连续剧、电影等的推荐，这也是在机器学习的帮助下完成的。

5.自动驾驶汽车

自动驾驶汽车是机器学习最令人兴奋的应用之一。机器学习在自动驾驶汽车中扮演着重要的角色。最受欢迎的汽车制造公司特斯拉(Tesla)正在研发自动驾驶汽车。它采用无监督学习的方法来训练汽车模型在驾驶过程中识别人和物体。

6.垃圾邮件和恶意软件过滤：

无论何时我们收到一封新邮件，它都会被自动过滤为重要的、正常的和垃圾邮件。我们的收件箱里总是会收到一封重要的邮件，里面有重要的符号，垃圾邮件也在我们的垃圾邮件箱里，而这背后的技术就是机器学习。下面是Gmail使用的一些垃圾邮件过滤器

• 内容过滤器
• 标题过滤器
• 一般黑名单过滤器
• 基于规则的过滤器
• 权限过滤器

一些机器学习算法，如多层感知，决策树和朴素贝叶斯分类器被用于垃圾邮件过滤和恶意软件检测。

7.虚拟个人助理：

我们有各种各样的虚拟个人助理，如谷歌助理，Alexa, Cortana, Siri。顾名思义，它们帮助我们使用语音指令来查找信息。这些助手可以通过我们的语音指令在很多方面帮助我们，比如播放音乐、打电话、打开电子邮件、安排约会等等。

这些虚拟助手使用机器学习算法作为一个重要的组成部分。

这些助手记录我们的语音指令，通过云上的服务器发送，然后使用ML算法解码，并据此采取行动。

8.在线欺诈检测：

机器学习通过检测欺诈交易，使我们的在线交易安全可靠。当我们进行一些网上交易时，可能会有各种各样的方式发生欺诈交易，如假账户，假身份证，在交易过程中偷钱。为了检测这个，前馈神经网络帮助我们检查它是一个真实的交易还是一个欺诈的交易。

对于每个真正的事务，输出被转换为一些散列值，这些值将成为下一轮的输入。对于每一个真实的交易，都有一个特定的模式，它会为欺诈交易获取变化，因此，它会检测到它，并使我们的在线交易更加安全。

9.股票交易市场：

机器学习在股票交易中得到了广泛的应用。在股票市场中，股票总是有涨跌的风险，所以对于这种机器学习的长期短期记忆神经网络是用来预测股票市场的趋势。

10.医疗诊断：

在医学领域，机器学习被用于疾病诊断。有了这个，医疗技术发展得非常快，能够建立3D模型，预测大脑病变的准确位置。

它有助于发现脑肿瘤和其他与大脑相关的疾病。

11.自动语言翻译：

现在，如果我们访问一个新的地方，我们不知道的语言，那么这不是一个问题，因为这也是机器学习帮助我们转换成我们已知的语言文本。谷歌的GNMT(谷歌神经机器翻译)提供了这一功能，这是一种将文本翻译成我们熟悉的语言的神经机器学习，它被称为自动翻译。

自动翻译背后的技术是一个序列到序列的学习算法，用于图像识别和翻译文本从一种语言到另一种语言。