机器学习

通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。

机器学习三种主要的学习方式：监督学习、无监督学习、强化学习。

人工智能解决方案市场继续快速增长，带来了数百亿美元的收入。研究公司(IDC) 9月份发布的一份报告称，到2023年，全球人工智能系统的支出将达到979亿美元，比今年预计的375亿美元有惊人的增长，这意味着未来几年的年增长率将达到28.4%。那么，2020年将是为人工智能领域下一个十年的创新奠定基调并延续现有势头的关键一年。

特征分解和奇异值分解在机器学习的应用中经常出现，在学习线性代数的时候也学习过。线性代数学完之后，之后去按照步骤去求解特征值和特征向量，也没搞明白特征值和特征向量究竟有什么作用。

在机器学习中，有许多方法来构建产品或解决方案，每种方法都假设不同的东西。很多时候，如何识别哪些假设是合理的并不明显。刚接触机器学习的人会犯错误，事后想想，这些错误往往会让人觉得愚蠢。

养成良好的单元测试的习惯，真的是受益终身的，特别是机器学习代码，有些bug真不是看看就能看出来的。

情绪分析或者说语义分析（Sentimental Analysis）是在非结构化文本中识别情感或者观点的过程。文本可以是用户评论、社交媒体帖子等形式，通过情感分析，你可以准确评估客户对品牌、产品或者服务的意见和看法，并相应地回应客户，保护品牌声誉，甚至预测销售或者规划未来的策略。

原作者表达了对机器学习强烈的嗤之以鼻，甚至还使用了一些奇怪的词汇（大雾）。

本文主要介绍一个被广泛使用的机器学习分类算法，K-nearest neighbors（KNN），中文叫K近邻算法。

机器学习、大数据相关岗位根据业务的不同，岗位职责大概分为：平台搭建类、算法研究类。