机器学习的工作方式是从数据中学习。
我们在日常生活中会创建大量数据。从发送的短信、电子邮件和社交媒体帖子，到我们用手机拍摄的照片和视频，我们产生了大量信息我们的房屋、汽车、城市、公共交通基础设施和工厂中的数百万个传感器也在创建更多数据。
数据科学家可使用所有这些数据来训练机器学习模型，这些模型可以根据它们在数据中找到的关系进行预测和推断。
机器学习模型尝试捕获数据之间的关系。例如，假设一个环境保护组织需要志愿者使用手机应用来对不同种类的野花进行识别和分类。以下动画展示了如何使用机器学习来实现此方案。
- 一个由植物学家和科学家组成的团队收集有关野花样本的数据。
- 团队给样本标上正确的物种种类。
- 使用算法对标记的数据进行处理，该算法可以找出样本特征与标记的物种之间的关系。
- 该算法的结果内嵌在模型中。
- 志愿者发现新样本后，该模型可以正确识别物种标记。
AI 方法已经发展到可以完成复杂得多的任务。这些复杂的模型构成了 AI 功能的基础。