好吧，协同过滤算法是一种大众化的算法。我们公司就用协同过滤算法去提高搜索结果的精确度，我还做过一个相关的讲座，如果有足够多的人点击第二张猫的照片，那它一定比第一张猫的图片好。在一个社交或电子商务环境中，如果你充分运用各种用户的“喜欢”和“不喜欢”，你就可以找到出对于大部分用户或者某一特定用户群体来说“最好的”结果，这是通过个性化系统的多属性过滤来实现的，例如，当你在Google地图或Yelp上搜索餐厅（你可以根据服务质量、食物种类、内部风格、是否适合小孩、是否有情调、用户评论和消费水平等等进行过滤）时使用的就是这个原理。斯坦福大学机器学习课程有关于协同过滤算法的专题讲座，7月10日开课（现在也还可以报名）。

上述并不是关于机器学习的所有算法，但也算是使用过程中最常见的几种算法了。以上四个大类中，每一类中都包含好几个可选算法或者衍生算法，那要选哪个呢？好吧，具体选用哪一种算法是考虑数学背景、实验过程和已知数据等各种因素的综合结果。记住，这些算法都只是你分析问题的工具而已，也有可能使用这些算法之后得到的是没有用的结果。

如果你刚接触机器学习，那Coursera上的机器学习基础（https://www.coursera.org/learn/ml-foundations）可以带你快速入门——请忽略那一半的诡异的漂浮的教授。返回搜狐，j2直播，查看更多