原文：
www.kdnuggets.com/2017/08/ibm-top-10-machine-learning-use-cases-part1.html
由 IBM 故事战略师 Steve Moore 撰写。赞助帖子。
机器学习已经扩展到日常生活的许多方面，记住一些其对特定行业影响的常用示例对我们来说可能很有帮助。例如，我们可能会把欺诈检测视为机器学习在金融领域的典型示例。或者我们可能会把 Watson 的认知方法在肿瘤学中的应用视为机器学习在医疗领域的典型示例。又或者，我们可能会将 Netflix 和 Amazon 的推荐引擎视为机器学习在零售领域的典型示例。
如果你有兴趣尝试IBM 的 Watson 机器学习服务 - 点击这里
当然，这些都是展示技术力量的巨大示例——综合起来，它们展示了机器学习在我们生活中的普遍存在。但便利的常用示例可能也会带来代价。特别是，引用相同的便捷示例可能会使我们忽视机器学习在各个领域中的广泛应用。
这篇帖子是一个系列的第一篇，旨在颠覆我们对机器学习在特定领域可能实现的认知——超越那些总是浮现在脑海中的用例。
从政府开始...
像任何商业领域一样，政府也面临着用更少的资源做更多事的压力，更有效和更智能地服务更多的公民。这包括那些负责环境保护的机构，如DCMR Milieudienst Rijnmond，它们在荷兰的鹿特丹周边地区与污染、废物和其他环境威胁作斗争。
通过结合各种IBM Analytics软件、与荷兰安全公司DataExpert的强大合作关系以及一系列远程传感器，团队能够利用机器学习实时识别和评估环境危害——并按严重性和紧急性对这些危害进行排序。通过算法检测和评估环境威胁，系统可以识别关键风险和合规缺失。自动化和改进这一方面的工作可以为 DCMR 节省更多时间和精力，从而提升公共安全。
在欧洲的同一区域，一个名为 VDAB 的就业和职业培训机构正在努力为比利时弗兰德地区的工人提供他们所需的信息和资源，以便找到并保持工作。值得庆幸的是，比利时的失业率正在 下降——从去年 8.2%降至 6.8%——但即使是 6.8%，显然还有很多工作要做。
该机构的一个关键目标是缩短年轻工人的失业时间，同时寻找将有限资源有效分配到真正需要的地方的方法。机器学习解决方案：由 IBM 全球业务服务 制作的一个机器学习模型，通过分析过去的数据预测每位求职者的失业持续时间。通过关注最有风险的年轻比利时人，该机构可以更有效地打断失业模式，并启动自我强化的步骤，以实现就业保障——这将对整体经济带来长期的好处。
在地球另一端，我们找到 哥伦比亚家庭福利研究所，这是一个在哥伦比亚全国范围内开展早期儿童、儿童、青少年保护和家庭福利工作的机构。尽管预算紧张，该组织仍然成功地通过其项目和服务覆盖了超过 800 万哥伦比亚人。
在这 800 万人中，2016 年有 38,730 名营养不良的儿童收到了 29,552 份紧急食品救助和超过五百万份的膳食补充品。这项工作并非偶然。幕后，分析公司 Informese 使用 IBM SPSS Modeler 提供预测分析和微目标能力，以优化援助分配到哥伦比亚最贫困和最偏远的地区。
世界各地的政府及其机构正在使用机器学习，超越处理税务申报或让公交车准时运行的任务。让我们将这三个新的例子加入我们的工具箱中，继续倡导机器学习，并寻找将其能力发挥到极致的新方法。
在这里尝试 IBM Watson 机器学习服务
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织的 IT 需求