目录:
机器学习一直是计算历史上最大的进步之一，现在人们认为机器学习能够在大数据和分析领域发挥重要作用。 从业务角度来看，大数据分析是一项巨大的挑战。 例如，诸如了解大量不同数据格式，分析数据准备和过滤冗余数据之类的活动可能会消耗大量资源。 雇用数据科学家和专家是一项昂贵的提议，而不是每个公司都力所能及的。 专家认为，机器学习能够自动执行许多与分析相关的任务，包括常规任务和复杂任务。 自动化机器学习可以释放大量资源，这些资源可用于更复杂和创新的工作。 机器学习似乎已经朝着这个方向发展。 （要了解有关使用机器学习的更多信息，请参阅机器学习的承诺和陷阱。）
信息技术中的自动化
在IT领域，自动化是不同系统和软件的链接，因此它们可以在没有任何人工干预的情况下完成特定的工作。 在IT行业中，自动化系统可以执行简单和复杂的工作。 一个简单的工作示例是将表单与PDF集成在一起，然后将文档发送给正确的收件人，而提供异地备份可能是一个复杂工作的示例。
为了完成其工作，需要对自动化系统进行编程或给出明确的指令。 每当需要一个自动化系统来修改其工作范围时，该程序或指令集就需要由人来更新。 尽管自动化系统可以高效地工作，但由于各种原因可能会发生错误。 发生错误时，需要确定根本原因并加以纠正。 显然，自动化系统完全依靠人类来完成工作。 工作性质越复杂，出现错误和问题的可能性就越高。
