一、概念
什么是人工智能？
人工智能是人类的美好愿望，是目标，是指让机器变的智能。AI
什么是机器学习？
机器学习是实现人工智能的手段，让机器通过学习来变的智能。通过从历史数据中发现规律来展望未来。
什么是深度学习？
深度学习的主要实例就是神经网络，神经网络是指通过神经元的方式，将多个算法串联起来。也是实现人工智能的手段。
什么是大数据？
大数据技术可以解决海量数据的存储以及海量数据的计算，是基于历史数据的总结统计 BI
二、机器学习的应用场景
1、各种语音交互软件
苹果的siri 小米的小爱同学 等等。也是一种预测，因为可以根据我们说的话来预测如果回答。
2、谷歌的一款预测系统
预测了H1N1病毒在美国一个小镇爆发的可能
3、IBM 智能医疗人工智能 沃森
仅花10分钟就诊断出一名60多岁女性患有一种罕见的白血病，并提供个性化诊疗方案。沃森一共阅读了2千万份罕见病文献，厚度达193米，如果人来阅读的话可能几年也读不完。人工智能在医学领域额应用可能会导致低级医生失业。
4、推荐系统
QQ好友推荐、亚马逊32%订单来自推荐系统、京东有17%订单来自推荐系统。亚马逊和京东相差近一倍，差距是由于我们国内的数据质量不如国外。
5、无人驾驶
5G的出现有利于无人驾驶技术的进步，微基站，全方位覆盖信号，传输速度更快
边缘计算：八爪鱼
三、为什么机器学习可以展望未来？
非常傻 => 智能？
人类是如何学习的呢，首先需要有足够的经验，还要有思维，能够从经验中总结出事物的规律
经验 + 思维 = 规律
机器学习的过程，类似，需要从海量数据中，通过算法，得到模型，模型可以预测未来
数据 + 算法 = 模型
数据相当于人类的经验，算法相当于人类的思维，训练模型就是找规律
数据量决定了模型的高度，算法只是逼近这个高度
提高模型准确性的方法：
1、提高数据量和算法
2、提高数据量
3、提高算法
没有数据就无法训练模型，所以说大数据是机器学习的根基