一、有哪些比较好的机器学习实践案例
我是主推Python系的机器学习工具链的。主要的理由是： 1.现在的研究热点大都用Python实现。 2.Python可以编译到C(通过Cython)，所以可以很好的保护源码。相对于Java的混淆字节码来说，编译到C之后的Python源码几乎不可能被分析。 3.Python是免费的，虽然用… 显示全部
我是主推Python系的机器学习工具链的。主要的理由是：
1.现在的研究热点大都用Python实现。
2.Python可以编译到C(通过Cython)，所以可以很好的保护源码。相对于Java的混淆字节码来说，编译到C之后的Python源码几乎不可能被分析。
3.Python是免费的，虽然用起来比matlab要麻烦。但是有开源社区的支持，包括最近公布的numbapro可以把Python JIT到CUDA/GPU平台运行。极大的简化了性能优化的工作。
4.Python在Linux集群上可以跑，但是matlab貌似是不行的。
二、IBM Watson在商业领域有哪些应用案例
行为与成绩管理：通过现有的Under Armour移动应用和健康跟踪设备，IBM Watson能够深入挖掘用户的行为与成绩趋势，这个系统可以提供各种定制化方案。
摄入食物追踪与全面营养管理：基于IBM Watson的视觉识别和发掘技术，繁琐的食物人工记录过程可被食物图片视觉识别所取代，从而能够更快和更加便捷地鉴定食物。
气候和环境因素如何影响训练效果：将IBM Watson的气候专业知识与Watson新闻服务API加以结合，从而整合每日消息源；吸收地理空间数据，这个系统可以基于这些外部因素修改健身方案。
“提及数字化健康追踪，过去十年来我们一直致力于数据采集工作，”Under Armour公司的创建人和首席执行官Kevin Plank这样说，“我们现在处于一个转折点，因为消费者需要更多这样的信息。与IBM的这种合作关系让我们可以采用一种前所未有的方式将好处回馈给消费者，因为我们将IBM Watson的机器学习技术与Under Armour互联化健身社区的丰富数据结合于一体，该社区是全世界最大规模的数字化健康与运动社区，拥有超过1.6亿名成员。”
“作为首款认知时代的系统，IBM Watson将思考能力融入数字化应用、产品和系统，”IBM研发与解决方案高级副总裁John Kelly表示，“我们看到这种能力开始改变包括医疗保健、保险和零售等在内的各行各业。我们期待着与健康和保健领域的前沿企业共同合作。如今Under Armour可以充分发挥IBM Watson的优势，在个人健康领域进行转型，与客户之间建立更加深入的关系，通过数据更清晰展现每一个人的健身效果，以帮助他们实现个人健康目标。”
最初，“认知训练系统”(Cognitive Coaching System)可以提供四种类型的洞察数据，这些信息将会显示在全新发布的UA Record应用之中，数据分别是：睡眠、健康、运动和营养。这些洞察来自于三个数据源，包括UnderArmour互联化健身社区、外部学术研究机构，以及IBM Watson相似性分析数据。这些洞察最初将由UA Record独家提供，并可在App Store下载应用。
三、python 机器学习经典实例 这本书怎么样
最近新出的书，学习一下别人机器学习实践情况
在如今这个处处以数据驱动的世界中，机器学习正变得越来越大众化。它已经被广泛地应用于不同领域，如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识，然后介绍一些稍微复杂的机器学习算法，例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络，等等。
