1.6 應用現狀
       在過去二十年中，人類收集、存儲、傳輸、處理數據的能力取得了飛速提升，人類社會的各個角落都積累了大量數據，亟需能有效地對數據進行分析利用的計算機算法，而機器學習恰順應了大時代的這個迫切需求，因此該學科領域很自然地取得巨大發展、受到廣泛關注．今天，在計算機科學的諸多分支學科領域中，無論是多媒體、圖形學，還是網絡通信、軟件工程，乃至體系結構、芯片設計，都能找到機器學習技術的身影，尤其是在計算機視覺、自然語言處理等“計算機應用技術”領域，機器學習已成為最重要的技術進步源泉之一．機器學習還為許多交叉學科提供了重要的技術支撐，例如，“生物信息學”試圖利用信息技術來研究生命現象和規律，而基因組計劃的實施和基因藥物的美好愿景讓人們為之心潮澎湃，生物信息學研究涉及從“生命現象”到“規律發現”的整個過程，其間必然包括數據獲取、數據管理、數據分析、仿真實驗等環節，而“數據分析¨晗是機器學習技術的舞臺，各種機器學習技術已經在這個舞臺上大放異彩， 事實上，隨著科學研究的基本手段從傳統的“理論+實驗”走向現在的“理論+實驗+計算”，乃至出現“數據科學”這樣的提法，機器學習的重要性日趨顯著，因為“計算”的目的往往是數據分析，而數據科學的核心也恰是通過分析數據來獲得價值，若要列出目前計算機科學技術中最活躍、最受矚目的研究分支，那么機器學習必居其中．2001年，美國NASA-JPL的科學家在Science雜志上專門撰文[Mjolsness and DeCoste，2001]指出，機器學習對科學研究的整個過程正起到越來越大的支撐作用，其進展對科技發展意義重大．