机器学习在日常生活中是如何应用的?
有些人在日常生活中使用机器学习。想象一下，它与网络互动，通过我们的搜索定义我们的偏好、喜欢和不喜欢。有些东西是由出现在我们设备上的 cookie 选择的;由此，计算出客户的行为。它支持通过网络增加用户的进度并支持相同的建议。
导航系统可以被视为使用机器学习通过优化技术计算两个地点之间距离的一个例子。当然，人们很快就会使用机器学习。
机器学习是人工智能的一种应用，它支持一种架构，具有从经验中学习和改进的能力，而无需自动编程。
它可以被 Google 和 Bing 等搜索引擎用来对网页进行排名或确定向哪个用户显示哪个广告。社交网络(包括 Facebook 和 Instagram)可以使用它来为每个用户创建自定义信息流，或者通过上传的图片标记客户。
银行可以使用它来识别在线交易是否为欺诈，电子商务网站(包括亚马逊和 Flipkart)可以使用它来推荐可能购买的产品。
机器学习的目标是开发一个与人类思维一样优越的人工智能 (AI) 平台。一些人工智能研究人员了解到，这一目标可以通过试图模仿人脑学习阶段的机器学习算法来实现。
机器学习在个性化新闻流以更好地在社交媒体上传播目标方面发挥着重要作用。 Facebook 需要机器学习，根据用户的兴趣，通过处理用户先前点击过的项目，向用户显示新闻提要。
Facebook 还会记录可以联系的朋友、可以访问的个人资料、你的兴趣、工作站，通过这种持续的学习，Facebook 会记录建议我们成为朋友的用户。
Facebook 的人脸识别特性也需要机器学习来标记图像中的好友。Facebook 会测试图像中的姿势和投影，注意特定特征，然后将它们与好友列表中的人联系起来。整个过程是在机器学习的支持下实现的，并且在后端实现得非常快，以至于只要上传照片，它就会标记该人。
Google 和多个搜索引擎都需要机器学习来为我们增强搜索结果。每次它可以执行搜索时，后端的算法都会监视它如何响应结果。如果它能够打开顶部结果并在网页上停留很长时间，则搜索引擎会认为其显示的结果与查询一致。
