機器學習並非一時的噱頭，而是一種不需人為介入就能讓電腦自動學習資訊的技術。它利用演算法來吸收大量資訊 (也就是訓練資料)，從中發掘一些獨特的模式，接著再分析這些模式，加以分類，進而對未曾見過的狀況做出預判。傳統的機器學習都是讓電腦學習如何解讀資訊，因為其資料都已經過人工標記，所以基本上，機器學習就是讓一個程式透過人工標記的資料模型來學習。
這項技術的獨特之處在於機器會培養出自己的直覺：藉由反覆接觸資料並從中歸納出規則，如此就不必每次都要針對新的狀況撰寫程式。但機器學習也不是沒有缺點：機器學習有可能出錯，因此應用時必須特別小心。1
在大數據當道的今日，機器學習顯得特別有用。我們日常當中每天都會接觸到機器學習，其應用包括：偵測電話語音當中的指令、Spotify 上的歌曲推薦、Amazon 上的購物推薦，還有 Waze 的最快路徑推薦等等。 繼續閱讀