機器學習怎麼用呢
1. 機器學習都有什麼用
人工智慧，比如各類模擬、擬人應用，如機器人
醫療用於各類擬合預測
金融高頻交易
互聯網數據挖掘、關聯
再具體一點，比如水產的水質預測
比如無人汽車，應用了機器學習和神經網路
2. 機器學習該怎麼入門
機器學抄習說簡單就簡單，說難就難，但如果一個人不夠聰明的話，他大概很難知道機器學習哪裡難。基本上要學習機器學習，先修課程是algebra, calculus, probability theory, linear regression。這幾門科學好了再學Machine learning是事半功倍的。此外近代數學的東西也要懂。
機器學習需要看的書不多，必讀的是elements of statistical learning。這本書涵蓋范圍很廣，且深入淺出，習題也有一定難度，適合自學。
要學會發散思維，學會如何從data中找feature。關於這個的教程很缺，需要大量練習及一些天賦。
3. 如何開始使用 Java 機器學習
讓機器運轉為了更簡單的闡述，我們決定選出3個項目幫助你開始：
1.Deeplearning4J (DL4J)–開源，分布式，JVM的商業深度學習lib庫
2.BID Data Project–能夠運行快速、大規模的機器學習和數據挖掘的模式集合
3.Neuroph–面向對象的神經網路
順便說一下, 我們最近發布了另外一些吸引我們注意的有趣的開源GitHub庫.下載.
DL4J – 深度學習
DL4J是一個能幫助你配置多層神經網路的工具。它為JVM提供了深度學習且伴隨快速原型設計和大規模定製，同時注重比配置更多的約定。
這個工具是為了幫助已經擁有創建和使用神經網路的理論，但不想親自實現演算法的那些人。你可以在海量數據上解決特定問題和自定義神經網路屬性。DL4J 是由Java語言編寫的，可以兼容任何JVM語言比如Clojure, Scala, ,Kotlin，並且可以與Hadoop和Spark集成。
可能的使用案例包括評價或推薦系統如（CRM，adtech，churn prevention），預測分析甚至欺詐檢測。如果你要尋找真實的案例，你可以下載 Rapidminer. 這是使用DL4J的開源平台，用來為用戶簡化預測分析過程。
創建一個新的神經網路如同創建一個新項目一樣容易。
4. 機器學習怎麼入門
問題寫的不清楚，是什麼機器 干什麼用的，你想學習哪方面的知識
5. 機器學習有什麼用
人工智慧，比如各類模擬、擬人應用，如機器人醫療用於各類擬合預測金融高頻交易互聯網數據挖掘、關聯再具體一點，比如水產的水質預測比如無人汽車，應用了機器學習和神經網路
6. 機器學習怎麼入門
有一定的事實證明，Python語言更適合初學者，Python語言並不會讓初學者感到晦澀，它內突破了傳統容程序語言入門困難的語法屏障，初學者在學習Python的同時，還能夠鍛煉自己的邏輯思維，同時Python也是入門人工智慧的首選語言。
學習編程並非那麼容易，有的人可能看完了Python語法覺得特別簡單，但再往後看就懵了，因為到後期發現並不能學以致用，理論結合項目才是學好一門編程語言的關鍵。可以選擇報班入門，根據自己的實際需要實地了解，可以先在試聽之後，再選擇適合自己的。
7. 機器學習怎麼學
機器學習根據編碼，她會把一些知識變成自己的編碼，然後去掌握
8. 機器學習該怎麼入門
關於機器學習的一些經典演算法 可以關注 機器學習學習筆記
9. 機器學習怎麼快速入門
找一本教材，來個人推薦李航自的《統計機器學習》
可以去看網易上關於機器學習的公開課，是Standford的Prof. Ng的視頻課程，超級棒。
結合教材和視頻，將機器學習演算法的公式推一遍，然後用Matlab或者python跑一跑數據，找點感覺。
對於數學也要加強，特別在概率論方面。
10. 如何用Java開始機器學習
說到如何開始使用 Java 機器學習這個問題，相信對於從事Java開發的人來說是非常重要的，也是這段時間幾乎每個人都在談論人工智慧和機器學習，這已經不再是一個保留給科學家和研究者的秘密，而是幾乎實現於每一項新興技術中。
人類的人工智慧人工智慧在一段時間以來是一個廣泛並且炫酷的領域，但總是感覺有點難以觸及，是特意為科學家所做。如果你想創造一個人工智慧系統，你必須實現你自己的核心演算法，並且訓練它們能識別模式，理解圖像並且處理自然語言。
那麼，如何使用 Java 機器學習，提升應用的機器學習能力呢?
讓機器運轉為了更簡單的闡述，以下幾個項目可以幫助你：
1.Deeplearning4J (DL4J) –開源，分布式，JVM的商業深度學習lib庫
2. BID Data Project –能夠運行快速、大規模的機器學習和數據挖掘的模式集合
3. Neuroph –面向對象的神經網路
DL4J – 深度學習
DL4J是一個能幫助你配置多層神經網路的工具。它為JVM提供了深度學習且伴隨快速原型設計和大規模定製，同時注重比配置更多的約定。DL4J 是由Java語言編寫的，可以兼容任何JVM語言。
BID Data Project (大數據項目)
大數據項目是由那些需要處理大量數據並且對性能敏感的人創建的。 UC Berkeley項目是由許多硬體、軟體和設計模式集合而成，能在上使用快速、大規模的數據挖掘。
Neuroph
neuroph是用來開發常用的神經網路構架的輕量級java框架。該框架提供了一個java庫以及一個GUI工具(稱為easyNeurons)，你可以用它來在java項目中創建和訓練自己的神經網路。
總結：每隔幾年就會有些關於人工智慧的新聲音。這一次，它伴隨著機器學習，數據挖掘，神經網路等等的強化來了，我們都很支持。這些類庫開源的事實意味著這些信息和能力正待價而沽，而你所有所做的是思考擁有這個能力可以做成什麼。