何时使用机器学习

请务必记住，ML 并不是适用于所有问题类型的解决方案。在一些特定案例中，无需使用 ML 技术即可开发可靠的解决方案。例如，如果您可以使用简单规则、计算或预先确定的步骤来确定目标值，而这些方法可以通过编程完成而不需要任何数据驱动的学习，则无需 ML。

机器学习可用于以下情况：

• 无法编码规则：许多人工任务（例如识别电子邮件为垃圾邮件还是非垃圾邮件）无法使用基于规则的简单（确定性）解决方案妥善解决。影响答案的因素可能会有很多。如果规则取决于太多因素，并且其中众多规则重叠或者需要非常精细地调整，这直接就使得难于通过人力来准确编码规则。您可以使用 ML 有效解决这个问题。

• 无法扩展：您也许可以手动识别几百封电子邮件并确定是否为垃圾邮件。但是，在面对数百万封电子邮件时，此任务变得庞杂乏味。ML 解决方案可以有效处理大规模问题。