在面對新來的事物做判斷時，傳統的方式會採用一長串負責的規則去進行判斷，如果新來的樣本符合我們規則，我們就可以準確的判斷樣本的好壞、品質等型別，當遇見我們規則不發匹配的時候，我們就無法正確做出判斷，以及隨後要更新我們已有的規則。在面對大資料、變化頻發的狀況下，
傳統的方式不適合去使用。
example：
email_name = '4u_attack'
bad_email_features = ['4u', 'creditcard', 'free']
for feature in bad_email_features:
if feature in email_name:
print('this is a bad eamil')
總結一下，機器學習的優勢：
機器學習概述
什麼是機器學習？what is machine learning?machines can learning by ayalyzing large amouts of data.ml是一種重在尋找資料中的模式並使用這些模式來做出 的研究和演算法的門類。ml是ai的一部分，並且和知識發現與資料探勘有所...
機器學習概述
機器學習之父 卡內基梅隆大學計算機學院院長湯姆 公尺切爾 tom michael mitchell 在1997年給機器學習這樣的定義 對於乙個給定的任務t task 在合理的效能度量方案p performance 的前提下，某個計算程式可以自主學習任務t的經驗e experience 隨著提供合適的...
機器學習概述
一.機器學習分類 1.監督學習 監督學習是指利用一組已知類別的樣本調整分類器的引數，使其達到所要求效能的過程，也稱為監督訓練或有教師學習。在監督學習的過程中會提供對錯指示，通過不斷地重複訓練，使其找到給定的訓練資料集中的某種模式或規律，當新的資料到來時，可以根據這個函式 結果。監督學習的訓練集要求包...