在计算机系统中，“经验”通常以“数据”的形式存在。因此，机器学习的主要内容，是关于在计算机上从数据中产生Function的算法，这个Function的作用是将将输入映射成合理的输出。例如给Function输入猫的图片，Function能够正确的输出“猫”的判别。在机器学习中，我们通常把Function也叫做模型（Model）。
因此，简单点来讲，机器学习就是要从数据中找到一个Function，可以将输入映射成合理的输出
机器学习主要应用在以下场景：
- 营销类场景：商品推荐、用户群体画像或广告精准投放。
- 金融类场景：贷款发放预测、金融风险控制、股票走势预测或黄金价格预测。
- 社交网络服务关系挖掘场景：微博粉丝领袖分析或社交关系链分析。
- 文本类场景：新闻分类、关键词提取、文章摘要或文本内容分析。
- 非结构化数据处理场景：图片分类或图片文本内容提取。
- 其它各类预测场景：降雨预测或足球比赛结果预测。
- 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等
- 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等
- 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等
- 金融领域----证券市场分析、信用卡欺诈检测等
- 医学领域----疾病鉴别/诊断、流行病爆发预测等
- 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等
- 新闻领域----新闻推荐系统等
- 游戏领域----游戏战略规划等
