什么是经济上重要的机器学习应用？

Question

如果这太模糊，请提前道歉。

到目前为止我的清单：

• 统计套利
• 精算科学
• 制造过程控制
• 图像处理（安全，制造，医学成像）
• 计算生物学/药物设计
• sabermetrics
• 收益管理
• 运营研究/物流（我将商业智能纳入其中）
• 营销（偏好预测，调查设计/分析，在线广告投放）
• 计算语言学（谷歌，信息检索，......）
• 教育测试
• 流行病学
• 犯罪学（欺诈检测，反恐，......）
• 消费者信用评分
• 垃圾邮件检测
• 查找错误，病毒检测，计算机安全

是否有任何文章，书籍或期刊可以解决这个问题？我见过的唯一一本书是Supercrunchers，它专注于消费者偏好，而不是其他。

Answer 1

有很多领域利用机器学习：

• 预测文字输入（Support Vector Machines）
• 电脑视觉
• 游戏A.I。
• 机器人感知（分类和检测）
• 基因组
• 手写识别（美国邮政服务使用神经网络进行邮件分拣）
• 信用卡欺诈检测
• 本地化（Kalman filters，particle filters）
• 偏好预测（Netflix，亚马逊）

编辑：

如果您正在寻找机器学习的所有应用程序，我认为您会发现问题是难以处理的。机器学习作为一个领域主要集中在使用数据来构建模型的任务，该模型可以将输入映射到所需的输出集。随着人们想象机器学习的新应用，利用它的领域不断增长。如果它有所帮助，通常机器学习是最有效的，当输入和输出之间的映射无法很好地描述时，映射空间的维度太高，无法以合理的方式处理，和/或需要随着时间的推移自适应。

如果您只是在寻找可以阅读机器学习应用程序的地方，您可以查看以下内容：

• Russel和Norvig的Artificial Intelligence: A Modern Approach，所有事物的标准教科书A.I。
• Journal of Machine Learning Research
• International Conference on Machine Learning and Applications

另一个不错的选择是打出具有强大的A.I.，CS，数学或机器人程序的大学网站，看看他们是否有感兴趣的课程材料。我知道，例如，CMU，麻省理工学院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。

Answer 2

一些对冲基金（如Renaissance Technologies）使用各种机器学习技术来创建黑盒交易算法。做得好的人基本上都是打印钱。

一般而言，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，并花费大量资金编写这类软件。

Answer 3

其他一些人：

• 医疗诊断
• 数据可视化
• 自适应软件
• 视频/音频指纹识别
• 军事情报
• 压缩
• 控制
• 设计
• 优化

最后两个可能属于“运筹学”。

Answer 4

自适应和个性化的用户界面。示例可能包括：搜索建议，游戏玩法，应用程序布局等。