2.2　机器学习在生活中的应用

在实际生活中，机器学习与我们的生活息息相关、密不可分，我们通过以下几个方面进行说明。

1.医院

医疗领域提出机器学习比较早，IBM 很早就研发了超级电脑沃森，使用机器学习进行更好地诊断。通过学习医生标记过的图片，沃森可以分析鉴别新的病人的视网膜图、皮肤斑点及显微镜下的细胞图。通过这种方式，机器可以发现并提示疾病存在的视觉线索。此类机器学习系统在医疗诊断领域变得越来越重要。

2.银行

机器学习系统在经过大量的数据分析和模式鉴别训练后，可以分析出人工分析员无法识别的行为，这种分析能力经常用于打击储蓄卡和信用卡欺诈行为。机器学习系统在经过训练后可以识别典型的消费模式及交易特征（如地点、数目、时间），当某单交易看起来有异常时，就会触发警报，随后用户会收到一条相关信息。

3.手机

现在大多数手机都具有根据语音指令完成搜索信息、拨打电话的功能，这些功能都基于与机器学习有关的技术。

虚拟人工助理（如Siri、Alexa、Cortana、Google Assistant）能够执行命令是因为有了语音识别技术，它能够处理人类语言，根据人类的语言匹配相关的指令，并且回应该指令。

虚拟语音助理首先收集和学习人们生活中大量的对话，并且主动提取一些必要的信息（例如，询问用户如何称呼，获取不同人的音色，等等），然后通过学习和训练，完善识别多音词的功能，从而实现自然地和人们进行交流。

4.购物

很多人都非常熟悉购物推荐，购物推荐是通过推荐系统向消费者推荐商品的，这种推荐系统也属于机器学习系统。通过分析消费者的购物历史数据及消费者表现出来的消费喜好，推荐系统可以从消费者的购物历史及搜索记录中总结出规律，从而预测出消费者可能喜欢的商品。

5.社交媒体

推荐系统也可以用于电影、电视等流媒体中，如Netflix 就有这样的推荐系统。

推荐系统利用机器学习分析观众的观看习惯，根据观众经常搜索的电影类型、选择标准，向观众推荐其常看电影的系列及相同类型的电影。在Spotify 这样的音乐类流媒体服务平台上同样存在推荐系统。Facebook 也通过推荐系统向用户推送文章。

6.其他

在教育方面，机器学习可以根据学生的表现，为其制订个人学习计划。在资源利用方面，机器学习可以帮助我们高效地利用资源，从而降低能耗。在人文关怀方面，机器学习可以通过帮助人们发现更多有意义的人际接触来加强对老人的关怀。金融服务可以利用机器学习提高自动化程度。律师事务所可以利用机器学习完成基本的调查。

在未来十年，机器学习技术会越来越多地渗透到我们的生活中，改变我们工作和生活的方式。