机器学习分为了带标签的监督学习和无标签的非监督学习。
机器学习最重要的意义还是在于自动化。传统软件开发实现了一定程度的自动化,但是自动化的模式是程序员事先设定好的,是对已知知识的表达。而机器学习的方法则是数据驱动的,工程师本身也不能说明带有什么规则就可以判别一张图是黄图,但是经过足够多的数据训练后,机器却可以自动识别黄图了。
机器学习中涉及几个步骤,一是数据的量化表示,信号与系统就是这里面的基础。二是建立数据模型,目前深度神经网络模型占了主要部分。三是模型部署与落地,这里更多涉及工程相关的知识,编码基础就很重要了。