学进去

材料一 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、优化理论、算法复杂度理论等多个领域，专门研究计算机怎祥模拟或实现人类的学习行为，从而获取新的知识或技能，重新组织已有的知识结构，不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径。

机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及大量的统计学理论机器学习与统计推断学联系尤为密切，也被称为统计学习理论。

材料二

人类在成长生活过程中积累了很多的历史与经验。人类定期地对这些经验进行“归纳”，获得了生活的“规律”。当人类遇到未知的问题或者需要对未来进行“推测”的时候，人类使用这些”规律”，对未知问题与未来进行“推测”，从而指导自己的生活和工作。

机器学习中的“训练”与“预测”过程可以对应到人类的“归纳”和“推测”过程。通过这样的对应，我们可以发现，机器学习的思想并不复杂，仅是对人类在生活中学习成长的一个模拟。

材料三 当下关于机器学习可能对劳动力和经济产生影响的讨论，应该从两个基点出发：第一，我们离通用人工智能还很远；第二，机器不能完成人类的全部任务。因而，机器学习对劳动力和经济的影响还是有限的，还没有像有些人宣称的那样——会迎来“工作的终结”。可以预测，在机器学习日益渗入应用领域的过程中，剩下不适合机器学习的任务将会激发人类这些方面的能力，使新的工作成为可能。由于机器学习迅速发展，可能将会对经济产生很大的破坏性。机器学习既产生赢家，也产生输家，即每当机器学习跨越一个门槛，在某个任务上比人更具成本效益时，企业为了利润最大化，将越来越多地用机器代替人工，这必将转移劳动力需求，重组行业。

就目前而言，创建一个计算机程序仍需要很多人进行手工编程，但在一些领域这个复杂而成本昂贵的工作正逐渐用训练有素的机器学习来完成。机器学习已经产生比人类程序员更精确可靠的程序，大大降低了程序设计和维护的成本，相关行业的就业形势正开始受到冲击，如数据挖掘、自然语言处理语音和手写识别、生物特征识别、搜索引擎、医学诊断、信用卡欺诈检测、DNA序列测序、证券市场分析和机器人运用等领域。