1.2 机器学习的重要性

为什么机器学习变得如此受人关注呢？（咔嚓咔嚓）

其实机器学习的基础理论和算法本身并不是新出现的。

欸，原来是以前就有的啊？

无论是过去还是现在，计算机都特别擅长处理重复的任务。所以计算机能够比人类更高效地读取大量的数据、学习数据的特征并从中找出数据的模式。这样的任务也被称为机器学习或者模式识别，以前人们就有用计算机处理这种任务的想法，并为此进行了大量的研究，也开发了很多代码。

原来机器学习从很久以前就可以做很多事情，真是出乎意料……

现在机器学习能做的事情更多了。虽然不可否认这受益于计算机理论的发展，不过我认为主要还是归功于以下两点。

● 具备了能够收集大量数据的环境

● 具备了能够处理大量数据的环境

也就是说，让计算机收集大量数据、学习大量知识，就可以做许许多多的事情了吗？

嗯，差不多是这样的。当我们打算用机器学习做什么事情的时候，首先需要的就是数据。因为机器学习就是从数据中找出特征和模式的技术。

原来并不是说有一个很厉害的程序，只要把事情交给它，它就什么都会帮我们搞定呀。

嗯，所以收集数据很重要。

不过“具备了能够收集大量数据的环境”是什么意思呢？

由于互联网的发展，个人行为和生活的一部分已经被数字化，规模大到无法想象的数据也随之而生。

而且，不仅是数据量变多了，数据的种类也增加了。其中包括Web网站的访问记录、博客上发布的博文和照片、邮件的发送记录、电商网站的购买记录等，数不胜数。多亏有了互联网，我们才可以轻松获取大量这样的数据。

对呀，我也经常在网上买东西。现在再普通不过的事情，在过去看来却并不简单……

我们就拿刚才你举的机器学习的例子来说吧。人脸识别可以使用SNS网站上与人物标签一起被上传的图像数据，而推荐系统则可以使用电商网站上的购买记录数据。不管是人脸识别还是推荐系统，都是从数据中学到的成果。

原来如此。看来我之前对机器学习完全不了解啊。

而且现在计算机的性能也越来越高，处理同样多的数据所需的时间变得越来越短，硬盘和SSD这样的存储设备也越来越便宜。

现在好厉害呀。计算机能够处理大量数据，也就能学到相应的大量知识，真让人激动。而且值得处理的数据也非常多。

是啊。不过，比起可以学习到大量知识，计算机能够更快地处理数据这一点更令人激动。现在可以使用GPU进行数值计算，Hadoop、Spark之类的分布式处理技术也逐渐成熟，所以才说现在“具备了能够处理大量数据的环境”。

适合机器学习的时代终于来临了！

对，所以人们对机器学习的兴趣越来越高。机器学习不仅可以应用在那些方便我们日常生活的应用程序上，还可以帮助商务人士做决策，或者应用在医疗、金融、安全等其他各种领域。

这样说来，机器学习真是太厉害了。眼下也正是使用机器学习大展拳脚的时候，我现在真心想学习它了。