程序员该知道ML了

2016年，普通用户离机器学习历来没有这么近过，其实不少人在不知情的状况下已经使用了。好比：

娱乐

开发者 扔一堆图片，让计算机去学习其绘画模型。 IOS畅销榜的Prisma就是靠这个让计算机有了照葫芦画瓢将各类照片变成各类油画风格的能力。

效率

手机用的todo list，也加入了机器学习，经过用所有用户的数据来智能调整用户的任务清单，告诉用户哪些任务是能够拖延的，哪些任务是必须作的。这个todo list叫啥呢？我也忘了 ：（

营销

各式各样的推荐系统，大部分互联网应用都有经过分析其平台上沉淀的用户数据而开发的推荐产品：

淘宝首页，千人千面， 经过给用户画像（性别，购物习惯等）呈现最优的首页给用户，提升用户的购物欲望，转化率有实质的提升。

其余还有网易云音乐，豆瓣推荐，猜你喜欢。

预测

各家电商系统的智能机器人客服，都有尝试根据一些实时事件，当用户在其平台上遇到问题时并进入在线客服想要获得帮助时直接推送最合适的答案出来，提升平台服务水平，减小人力。

TensorFlow， 一个谷歌开源的机器学习系统。随着这周谷歌宣布developers.google.cn从新回到中国为中国开发者提供支持，TensorFlow搭车进来了。做为一个靠Java混饭吃的人，虽然不知道这东西的理论原理及应用方法，但曝光愈来愈多，有必要业余时间看看。

经过积累的大量数据让机器经过学习而作出合理的决策，除了在面向大众的消费级市场外，在帮助开发者本身上应该也有各类能够应用的场景。例如：

监控。大规模分布式系统在整个链路上某个节点的的fail，可能会形成相关微服务的不少报警，可否经过某种机器学习方式让报警降到最低并汇总出最有用的报警呢？

智能化已经开始对平常生活进行着更深度的渗透， 在一些领域未来必会取代一部分职业的能力，有些人面临要么转型，要么失业。全部人都要有这个准备。

再提一句，Python彷佛在算法，科学，机器学习领域有自然的优点，还在用Java的开发者能够试试多了解一些此类知识，毕竟哪天可能就用上了。

资料：
TensorFlow支持Python, C , C++, Python库的支持更加全面一些。
中文翻译版 google-第二代神经网络开源TensorFlow-官方文档中文版-v1.2.pdf