David+W.+CearleyMike+J.+Walker+吕俊宽

高级机器学习技术的发展趋势为各企业机构提供了赢得未来成功的基本能力。

虽然机器学习的基本概念由来已久，但如今正变得炙手可热。在斯坦福大学，机器学习是最受欢迎的研究生课程，报读该课程的学生多达760人。此外，全球领先的信息技术研究和顾问公司Gartner的研究显示，高级分析（涵盖机器学习）是业务分析软件市场内增速最快的细分领域。

机器学习取得显著进展

高级机器学习算法由多种用于无监督与监督式学习的技术构成（如：深度学习、神经网络和自然语言处理等），并基于当前信息而运行。高级机器学习已经从此前提供基于算法的解决方案，向更具洞察力、自我引导与自主化转变。它与万物信息化（information-of-everything）技术联系密切，例如：数学优化、文本挖掘、统计分析、搜索引擎和动态本体论。

数据大爆炸和信息复杂化使得人工分类与分析变得不再可行和成本高昂。机器学习可自动执行这些任务，并能够处理万物信息化所带来的主要挑战。

监督式学习是高级机器学习在业界最普遍的应用，涵盖约95%的机器学习使用案例。监督式学习需要“培训数据”，它将通过描述机器学习系统在观察与执行结果之间的预期映射而“传授”机器学习模型。

这些映射可以用于预测数量（如：收入或需求预测），或划分或预测特定事件发生的概率（如：机器故障与客户购买或反复买卖）。

谷歌收购DeepMind凸显了高级机器学习在监督式学习领域内的强大功能。……