问机器学习在经济上有哪些重要的应用？

EN

有大量的领域利用机器学习：

• 预测文本输入(支持向量机)
• 计算机视觉
• 游戏A.I.
• 机器人感知(分类和检测)
• 基因组学
• 手写识别(例如，美国邮政使用神经网络进行邮件分类)
• 信用卡欺诈检测
• 本地化(卡尔曼滤波器，粒子滤波器)
• 偏好预测(Netflix，Amazon)

编辑：

如果你想列出机器学习的所有应用，我想你会发现这个问题是难以解决的。机器学习作为一个领域，主要集中在利用数据建立一个模型的任务，该模型可以将输入映射到所需的一组输出。随着人们想象机器学习的新应用，使用它的领域不断增长。如果有帮助，通常当输入和输出之间的映射不能很好地描述时，机器学习是最强大的，映射空间太高，无法以合理的方式处理，并且/或需要随着时间的推移而自适应。

如果您只是在寻找阅读机器学习应用程序的地方，您可以查看以下内容：

• 罗素和诺维格的人工智能:一种现代方法，所有事物的标准教科书A.I。
• 机器学习研究杂志
• 国际机器学习和应用会议

另一个很好的选择是访问那些拥有强大的人工智能、计算机、数学或机器人课程的大学网站，看看他们是否有兴趣的课程材料。例如，我知道CMU、MIT和斯坦福大学通常都有很多在线课程笔记，经常会提到各种技术的应用。

一些对冲基金(如复兴技术)使用各种机器学习技术来创建黑匣子交易算法。那些做得好的人基本上是印钞票的。

一般来说，一些更复杂的套利/风险管理技术使用不同程度的机器学习，并花费相当多的钱编写这类软件。

其他一些：

• 医学诊断
• 数据可视化
• 自适应软件
• 视频/音频指纹
• 军事情报
• 压缩
• 控制
• 设计
• 优化

最后两个可能属于“运筹学”。