28、人工智能、机器学习与Azure服务在智能应用开发中的应用

人工智能、机器学习与Azure服务在智能应用开发中的应用

1. 人工智能与机器学习的概述及关系

人工智能（AI）和机器学习（ML）协同工作的一个常见例子是设置购买牛奶的提醒。如果AI通过ML数据模型进行训练，智能助手会知道你可能在杂货店购买牛奶，所以当你去五金店时，它不会提醒你买牛奶。ML数据模型还能帮助AI理解，你更有可能在下午5点而不是凌晨5点被提醒做某事，因此不会在凌晨5点叫醒你提醒买牛奶。若你的智能手机检测到你在下午5点上车并开车离开工作地点，ML会生成一个数据模型，预测你正在开车回家，此时AI提醒你购买牛奶是合适的。

这些简单而强大的例子展示了ML如何用于改进AI。通过提供一组数据点，由ML进行处理，从而提高AI的准确性或决策能力。

2. 面向数据科学家的Azure ML工具

在现实世界中，有多种方法可以进行数据处理和ML工作。为了让更多人能够参与，相关练习使用了Microsoft Bot Framework进行AI开发，并结合了语言理解智能服务（LUIS）进行ML开发。要深入了解ML，需要更多地关注数据处理和算法。

2.1 Google Maps的ML应用

Google Maps服务每天会从用户那里接收多个通勤数据点，这些数据记录了他们通勤的详细信息。这些数据可以与通勤期间的天气预报和实时天气数据一起进行准备和处理。ML算法可以应用于这些大型数据集，并生成一个数据模型。当一小部分活跃司机将他们当前的行驶条件或天气数据输入到Google Maps服务时，该数据模型可以用于预测通勤情况，并向他们的智能手机发送交通警报，建议替代回家路线。

2.2 Azure Machine Learn