1樓：changfei
事物都有很多特徵，比如人眼可以看到顏色形狀，這是比較淺層的特徵，而輪廓梯度等等，則是稍微深層的特徵，可能不會讓人明顯的意識到，但是會給你一種感覺，比如乙個人好看，要問你為什麼好看，你可能說不上來，因為他的臉有立體感，有高低起伏，有對稱性。機器學習是把這些特徵按重要或者不重要去打分然後推測這個事物的性質，而深度學習則對事物的深層特徵有發掘作用。
簡單來說就是，根據特徵推斷性質。比如，北京，三環，周圍有學校，戶型，房屋面積，這是特徵，大致可以推斷出房價。
那麼怎麼利用特徵呢，或者說怎麼實現？
用一些已經有的資料，包括每個樣本的特徵和性質。計算出最符合的重要性。比如說，在北京三環以內，大量的房價資料都體現出，房屋旁邊有沒有超市不重要，因為走過乙個轉角大概率會有。
於是這個特徵，對於房價不太重要，那我推測乙個待定房屋的房價的時候，就可以認為這個特徵不太重要。
2樓：我是從容啊
大資料加AI，在你使用的時候從社交網路上不斷往資料庫載入知識，並且會記錄你的使用習慣，像人類一樣不斷學習，並更新資料庫，就像最簡單的人工智慧，一些手機會有，手機好多軟體會給你推送各種訊息，每次那個某某軟體推送的你都清除，不會點開看，過不了幾天，手機就會根據你的習慣把這個軟體的推送訊息變為"不重要提醒"。
如何通俗易懂地介紹 Gaussian Process？
Jie Wang 幾乎零基礎要求的入門講解 An Intuitive Tutorial to Gaussian Processes Regression 就是將柱子圖變成波浪圖，引申到多維操作同理。比如，用探針有限次取樣的方式，得到乙個表面資料，將資料進行一次平滑運算，就是乙個高斯模糊過程。 sha...
如何用通俗易懂的語言向普通人介紹巴西柔術？
黃金大亨 一句話就可以生動的描述巴西柔術 一種最喜歡以大頭朝下的姿勢跟人打架的格鬥術 https www video 1389547498143281154 https www video 1389547611951706112 https www video 1389547659166994432...
如何通俗易懂地解釋事件域這一概念
帶路路 事件域從直觀上來說就是乙個樣本空間裡面的某些子集及其運算 並 交 差 對立 結果而成的集合類。這裡注意一件事，事件域裡面的子集必須要是可測的 可測這個概念在實變函式裡面有介紹 現在的問題是，事件域裡面應該包含哪些子集或者說是哪些元素。首先必須包括 樣本空間 和 空集 其次應該保證事件經過運算...