内容
问：
为什么大量的图像文件对许多机器学习项目很重要？
A：
对于希望参与其首次机器学习（ML）投资的公司而言，整个过程似乎有些神秘而深奥。对于许多人来说，很难真正看到机器学习的实际工作原理以及它对企业的影响。
在某些情况下，研究机器学习的人在考虑为何将大量图像文件（收集到整洁的数字容器中）对于ML项目如此重要时，可能会顿悟。那是因为“图像文件”概念有助于可视化ML。考虑到这一点，我们可以更快地了解如何将这些技术应用于我们的世界。
简短的答案是，这些大量的图像文件对于机器学习非常重要，因为它们表示训练集，即计算机在学习过程中必须处理的初始数据集。但这还不止于此。为什么图像如此有价值？
图像如此珍贵的原因之一是科学家在图像处理方面取得了很大进展。但是除此之外，他们还在帮助机器根据图片中的内容识别结果方面取得了进展。
例如，任何听说过具有生成引擎和判别引擎的深层顽固网络的人都对计算机如何读取和理解视觉数据和图像有所了解。他们没有像过去那样读取像素，而是实际上在“看到”图像并识别出组件。例如，考虑一下人脸识别-计算机将学习您的脸型，并在图片中以及周围的人中识别您。通常，这是通过聚集许多图像和进行迭代训练而实现的，这些训练构成了机器学习项目的基础。
当涉众确定了计划和概念，并走出去并收集了所有相关的图像，并将其放入机器学习算法后，他们便可以利用人工智能的巨大力量来运行业务流程。
一家公司可能会通过网络爬虫爬到Internet上查找可能包含特定客户的图片，以建立一个显示客户身份及其喜好和倾向的文件。公司甚至可能使用此信息来自动化直接邮件或其他直接营销。当您开始这样思考时，很容易看出如何将图像识别和识别过程与各种功能绑定在一起，这些功能将使计算机能够完成人类已经习惯于做的所有事情。我们记录的历史。以客户研究为例，使用上述类型的设置，根本不需要人工参与：计算机可以“上网”并向其所有者或数据持有者报告。
对于那些涉足机器学习深层领域的人来说，理解海量图像数据挖掘的概念是在利用机器学习能力并弄清楚如何使用它使企业受益的路线图中的良好第一步。