經過前面的學習，我們知道機器學習本質就是根據歷史看到的樣本總結規律。

機器學習在實際生活中如何應用？

例如一個問題：給一個水果，判斷是蘋果還是梨？

1. 回憶以前見過的蘋果和梨                                                     1.收集樣本

2 根據

3. 根據這些特徵，總結區分的規律                                         3.模型訓練

4. 下次來了一個新的蘋果或者梨的時候，根據規律判斷      

在我們生活中有很多應用案例，比如愛奇藝視訊推薦目標：提升點選率。

在銀行業比較常見的場景 反欺詐場景，我們如何在反欺詐場景中來運用我們的機器學習思想呢？典型的反欺詐場景全流程是怎麼樣呢？

我們目前的反欺詐流程經過8個步驟來完成。

1）匯入訓練資料

2）在模型ide中進行模型調研

3）自學習所需要的資料匯入，形成資料組

4）部署自學習服務

5）一次自學習執行完畢產出模型

6）反欺詐資料匯入Rtidb中

7）部署預估服務 開啟時序特徵抽取 開啟請求日誌迴流

8）請求日誌迴流到Rtidb和自學習資料組中

如何將機器學習應用到我們日常的應用是一個長期探索 漫長的過程，期待不斷積累 沉澱越來越多的案例