1.6 应用现状
       在过去二十年中，人类收集、存储、传输、处理数据的能力取得了飞速提升，人类社会的各个角落都积累了大量数据，亟需能有效地对数据进行分析利用的计算机算法，而机器学习恰顺应了大时代的这个迫切需求，因此该学科领域很自然地取得巨大发展、受到广泛关注．今天，在计算机科学的诸多分支学科领域中，无论是多媒体、图形学，还是网络通信、软件工程，乃至体系结构、芯片设计，都能找到机器学习技术的身影，尤其是在计算机视觉、自然语言处理等“计算机应用技术”领域，机器学习已成为最重要的技术进步源泉之一．机器学习还为许多交叉学科提供了重要的技术支撑，例如，“生物信息学”试图利用信息技术来研究生命现象和规律，而基因组计划的实施和基因药物的美好愿景让人们为之心潮澎湃，生物信息学研究涉及从“生命现象”到“规律发现”的整个过程，其间必然包括数据获取、数据管理、数据分析、仿真实验等环节，而“数据分析¨晗是机器学习技术的舞台，各种机器学习技术已经在这个舞台上大放异彩， 事实上，随着科学研究的基本手段从传统的“理论+实验”走向现在的“理论+实验+计算”，乃至出现“数据科学”这样的提法，机器学习的重要性日趋显著，因为“计算”的目的往往是数据分析，而数据科学的核心也恰是通过分析数据来获得价值，若要列出目前计算机科学技术中最活跃、最受瞩目的研究分支，那么机器学习必居其中．2001年，美国NASA-JPL的科学家在Science杂志上专门撰文[Mjolsness and DeCoste，2001]指出，机器学习对科学研究的整个过程正起到越来越大的支撑作用，其进展对科技发展意义重大．