一、機器學習能做什么
1、網上說機器學習就是根據已有的圖片、文字、視頻資料，建立一個數據庫，用一個處理算法，把已有的資料進行提取關鍵特征和一些聯系，存入數據庫中。
2、當學習到一定程度，就能跟人一樣到實際場景中去識別和判斷了。
例如：
輸入一張照片，能正確識別照片，標記和分類，作出反應(警報和提示)。
輸入文字提問，能抽取出問題關鍵字，去記憶庫中查詢那些相關性最高的資料，再連接到一起，返回給用戶結果。
二、機器學習的難點
(一)設計什么類型的記憶數據庫
記憶數據庫需要存儲那些經過學習后，提取的特征資料。
例如：
存儲關于動物形狀特征的參數(頭，身體，尾巴，腿組成連線的長度比例和角度)；
存儲關于某個知識點關鍵的資料(時間，性質，簡單介紹，原理，相關人員)；
存儲美術作品的配色資料、大致輪廓、空間布局、光線角度等等。
(二)設計什么樣的學習算法
如何去學習動物圖片的特征，如何提取文字的大綱和關鍵詞匯，如何掃描出美術作品的構圖和配色特征？
(三)設計什么樣的應用算法
學習到一定程度，就需要接受外界文字、圖片輸入，再查詢記憶庫，處理后，返回結果，或者作出判斷和反應。
三、猜想
(一)好多技術都是各種學科的綜合，例如數學、物理、電子、計算機、美術、人文、歷史等等。
(二)人的需要導致誕生了這么多學科，因為需要吃，穿，交通，繁衍、看病，住宿，社交，尊嚴和榮耀，理想和追求等等。
(三)提取圖片的特征，需要用一種化繁為簡的算法，把像素塊不斷的合并類似的，最后剩下差異最大的一塊像素，就能得到一個特征。
例如：相鄰同樣顏色的像素可以壓縮在一起小區域。
去掉一些雜質像素，剩下純凈的相關的目標像素，
例如一只貓在花叢里的照片，把貓的像素提取出來，把那些花叢像素忽略，就能提取特征。
實際很難做的。
(四)從一個文字組成的問題中抽出關鍵字，很復雜的。
例如：“我想知道今天的天氣”，這句話經過提取，得出“今天的”，“天氣”這兩個關鍵詞匯，關鍵是怎么提取出來？
提取出關鍵字后去數據庫里或者去調用網絡接口，得到最新天氣。
四、聲明
以上都是我的猜測，我數學水平目前高中以下，還忘了很多。
至于微積分，導數，概率論，矩形和行列式太復雜，有些我學了也不知道怎么用。
以下是一些數學的應用認識：
對速度求導得出加速度。
對力和時間求積分獲得功的多少。
對一些復雜函數圖形和坐標軸圍成的面積或者體積，可以用微積分來求。
矩陣一般求方程組的解。
用一些微積分的辦法求小范圍的壓力情況。
)
