使用云计算使小型企业受益

背景:

近年来机器学习的热度不断升高，前端领域也在不断布局，从大的研究方向来看，有前端智能化、端智能；从框架这个角度来看，也有很多js版的框架，例如TensorFlow.js、Ml.js、Brain.js等。虽然当前来看其在前端落地的应用还不是很多，但是把握趋势就是把握未来。本文将通过上下两篇来对机器学习的内容进行阐述，这是第一篇，主要介绍一些基础知识和特征工程；后续推出的一批主要利用阐述机器学习中的监督学习算法和非监督学习算法。

一、基础

1.1 定义

机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。
 

小宇宙 vs 喜马拉雅

上面这张图，我简单分析最近大火的播客 App 小宇宙和老牌播客 App 喜马拉雅在这四个维度上面的功能特性。

可以看到，小宇宙支持 RSS 订阅播客，这样一来，相当于全网的播客都能在小宇宙播放。而喜马拉雅只能播放入驻的主播，内容丰富度完全取决于有多少主播入驻。小宇宙的用户在收听的过程中，评论时能够带上当前播放的进度，这样其他用户可以快速定位到相关的位置，而喜马拉雅并没有这样的功能。

小宇宙首页推荐是编辑人工每天 选择3个节目， 有质量优势，但是可能并不满足所有口味的用户。像我就不喜欢听情感类的节目，可是编辑选的节目常常有情感类的。而喜马拉雅的节目是基于用户的喜好自动推荐的。所以，推荐机制上，小宇宙面临了推荐系统的威胁，但是由于小宇宙有 RSS 订阅功能，我不喜欢编辑选的节目，我自己用 RSS 订阅我喜欢的节目就可以了。

至于直播功能，小宇宙本身就没有这个功能，而喜马拉雅有，这是劣势，也是喜马拉雅对小宇宙的威胁。但是没关系，小宇宙从产品定位上，就不需要直播功能。因此小宇宙没有必要为了跟风就做一个直播功能出来。相反，直接放弃这一块，把更多精力放到自己擅长的领域才是当下更明智的做法。

再说小宇宙目前有机会但是处于劣势的社交功能和盈利短板。小宇宙的用户之间只能在评论区进行沟通，

根据梅特卡夫定律[1]，一个网络的用户数量越多，那么整个网络内每个用户的价值就越大。但这有一个前提，就是每个用户可以互相跟其他任意用户建立链接。但现有的机制，是一个用户需要经过一个节目才能认识另一个用户。那么如果有三个用户经过三个节目认识了三个朋友，这只有三条链接，如下图所示：