机器学习是一种鼓励自动使用系统并减少错误的方法。基于人工智能的技术可以让程序通过语音和/或搜索来识别用户。它被认为是一种能够构建类人人工智能系统的技术。有时它也被称为预测分析，因为机器使用统计数据进行预测。很多基于机器学习的技术被应用到日常生活中，比如语音识别、邮件过滤等；在技术接管社会之前，了解机器学习的优缺点至关重要。
为了社会和环境的更大利益，世界必须使用所有可用的技术。机器能够更好地理解人类需求的时代已经不远了。电动汽车，飞行汽车，现在，自动驾驶汽车可能是下一个。
机器学习的优势/优点
Alexa、谷歌、Cortana、自动驾驶汽车和 Siri 是机器学习应用的一些著名的现实世界示例。机器学习应用非常广泛，现在很多大学的专业课程中都加入了机器学习。机器学习的优势将帮助对这项技术进步产生积极的看法。
1. 人工智能
自动化的未来期待着完全自动化的人工智能。先进的人工智能系统将能够测试可以避免人类需求的各种应用程序。在机器人技术中，正在研究制造一种能够像人脑一样思考的机器。
2. 频繁升级改进
随着越来越多的数据被提供给系统，输出不断提高。随着时间和学习，机器可以产生更准确的结果，而不需要新的代码和算法。该算法分析各种数据统计并预测可能的选项，并根据获得的经验给出最佳选项。
3. 广泛应用是机器学习众所周知的优势
随着大量的应用和使用，机器学习的优势显然会更多。已开发的机器学习系统可以应用的领域数量众多。从医疗、工程、航空、航天技术等等，这项技术的使用是无限的。它将创造一个环境，一旦系统被设计出来，它将能够在没有人为干预的情况下采取适当的行动。
4. 安全升级
大多数行业都容易发生各种人为事故和事故，这可以通过机器学习的科学来避免。此外，一旦系统使用记录数据获得了足够的经验，它可以降低错误的风险，错误成为各种机械和人为故障的原因。
5. 批量数据排序
无论是寻找最优惠的价格还是搜索相关的基于用户的结果，计算机程序都可以比人类更快地完成这项工作。例如，有些工作可能需要成千上万的人来对数据进行分类；这个过程可能需要长达一个月的时间才能完成。但是，自动化系统将在几分钟内完成相同的过程。较低的成本和最大的时间利用率将被高度考虑机器学习对公司和员工的好处。
机器学习的缺点
这项技术的创新不是很老，但是全自动化仍然需要在现有技术上有所突破。尽管它用搜索和语音功能补充了人类，但结果的准确性仍然是基于计算机的，而不是根据用户的需要。除了使人类变得懒惰之外，下面还列出了其他一些机器学习的缺点。
1. 计算错误
由于统计推理，从机器获得的结果可能存在错误。大多数自动化系统根据先前的搜索和加载到计算机程序中的数据生成结果。任何新的经验或数据都可能没有准确的结果或输出。
2. 庞大的数据需求
最初在制作机器程序上投入了大量的时间，对数据的需求也非常巨大。因此，需要长代码和程序来使机器学习初始响应和基本功能。然后根据用户搜索和需求机器给出结果并不断获得决定性的质量。即使是很小的逻辑错误也会导致机器学习过程的严重缺陷，从而导致错误的输入。
3. 仍处于开发阶段
结果可能令人满意，但一个完全自动化的系统需要大量的研究和分析。科学家和程序员不断尝试找出更先进的技术来提高机器输出。
在我们获得接近人类解释的人工智能之前，这将是一段漫长的旅程。该技术还处于起步阶段，这也引发了人们对其接受度和对快速变化技术的灵活性的质疑。
4. 无法识别多种选择
由于机器仅用于识别某些选择，因此根据人类行为指定选项或变化很大。机器主要选择正确的决策，但可能存在机器无法做出最佳决策的情况。
5. 存储服务是机器学习的主要缺点之一
维护和记录获取的数据所需的备份和服务器不断堆积，因此成本越来越高。对于要学习的机器来说，可能的数据是无限的，并且总是需要存储这些数据。各种存储和云服务仍然不足以为如此大量的数据腾出空间。
关于机器学习优缺点的结论
类人人工智能系统可能有一个充满希望的未来，但需要进行各种研究才能实现这一目标。生成这种类型的系统需要时间、金钱、资源、数据和修改。虽然普通人使用最不高级的版本，但更高级的版本需要大量投资。如果多种计算机技术可以减少研究时间，那么各个领域都会有巨大的机会。在了解了机器学习的优缺点之后，就很容易判断该技术是有利还是未来会带来无限挑战。
机器学习常问的问题
机器学习有什么优势？
我们提供给人工智能算法的数据可能会教给机器学习系统。随着新数据的输入，算法决策的质量和效率随着每次培训课程的提高而提高。每天，亚马逊、沃尔玛和其他大公司都会收集大量的进一步信息。
为什么机器学习很难？
它需要想象力、反复试验和坚持不懈。将现有算法和模型应用于新应用程序时，机器学习仍然是一个复杂的问题。机器学习的调试发生在两种情况下：1)算法不起作用，或 2)它不够高效。
要不要或者应该学习机器学习吗？
如果相信机器学习适合，那就去学吧。然而，并不是每个人都需要了解机器学习。如果是一名成功的软件开发人员并且喜欢所做的事情，请坚持下去。仅仅通过任何基本的机器学习教程，不会在职业中取得进步。
学习机器学习好不好？
数据是任何公司的命脉。数据驱动的判断越来越能够决定公司的成败。机器学习技术可能是释放数据价值并做出明智的商业和消费者决策的关键，从而使公司在竞争中处于领先地位。
欢迎任何形式的转载，但请务必注明出处，尊重他人劳动成果。
转载请注明：文章转载自 有区别网 [http://www.vsdiffer.com]
本文标题：机器学习的优点和缺点
本文链接：https://www.vsdiffer.com/proscons/pros-and-cons-of-machine-learning.html
免责声明：以上内容仅是站长个人看法、理解、学习笔记、总结和研究收藏。不保证其正确性，因使用而带来的风险与本站无关！如本网站内容冒犯了您的权益，请联系站长，邮箱：，我们核实并会尽快处理。