你可能对机器学习感兴趣或者稍稍了解。如果有一天你和朋友或同事聊起机器学习，那么一些人可能会问你“机器学习是什么”。那么，此文的目标就是告诉你一些可参考的定义，以及一个现成的、容易记起的趣味定义。

从牙刷可以安排体检到瑜伽垫可以实时分析你的动作，今年的CES大会上，3000多家企业推出了超过2000件新产品。➊ 聚焦数据融合同一性是解锁物联网真正潜力的关键➋维护统一数据库。

小朋友传达不满情绪的方式很简单-哭，但这对于新手奶爸来说却是个棘手的问题。孩子发烧不能用传统体温计，饿了如何快速冲一杯温度适宜的奶粉，最佳的解决办法你需要一部多功能温度测试产品，既可以测试体温，又可以测量水温度。专为儿童打造的智能体温计，多功能合一，关注健康与饮食。

目前这个产业还处在早期阶段，这些智能硬件产品所搜集的数据无论还在可靠性还是在规模上，距离提供大规模落地的服务还有距离。当下最关键的问题是将智能硬件普及起来，这也是目前机智云的方向，不仅将现有产品智能化，还能孵化出更多的新创智能产品。

新一代互联网、云计算、卫星定位、地理信息系统……借助这些新技术体系的“智慧城市”正在改变着城市管理的传统模式。智慧城市建设不仅需要智慧的交通、医疗等，还需要智慧地应对各类应急事件，确保城市安全运行——

　　在听到人们谈论机器学习的时候，你是不是对它的涵义只有几个模糊的认识呢？你是不是已经厌倦了在和同事交谈时只能一直点头？让我们改变一下吧！

　　机器学习是什么？这个问题的答案可以参考权威的机器学习定义，但是实际上，机器学习是由它所解决的问题定义的。因此，理解机器学习最好的方式是观察一些实例。

　　在上一篇文章中，我们向你介绍了机器视觉相关领域并且讨论了一个非常有效的算法——像素智能分类决策树，这个算法已经在医疗图像处理和Kinect中广泛使用。在这篇文章中，我们将会看到最近很热门深度神经网络（深度学习）及其在机器视觉中成功的应用，然后我们将会看一下未来机器视觉和机器学习的发展。

　　机器视觉是通过计算机算法自动理解图片内容的技术，十九世纪六十年代，它起源于人工智能和认知神经科学。为了“解决”机器视觉的问题，1966年，在麻省理工学院，这个问题作为一个夏季项目被提出，但是人们很快发现要解决这个问题可能还需要更长的路要走。

　　国内云计算市场起步较晚，规模较落后，但增速可观。大家已意识到，传统企业是云计算下个重要战场。传统IT及设备商、互联网企业、电信运营商是云计算三股势力，各有所长。BAT聚首阵势强大，但电信运营商凭借差异化优势同样能赢得一定市场空间

　　随着互联网的兴起，人们迫切的希望能够通过发达的互联网网络，在人与物，物与物之间产生联系，比如人们寄出一份快件，希望能够在互联网上实时掌握快件的动态，再比如通过城市交通信息网，人们可以快速查询公交车到站时间和位置，合理安排出行。

　　中国科学界含金量最高的“自然科学一等奖“颁发中南大学校长张尧学，遭到普遍质疑。被广泛报道将颠覆冯·诺依曼结构的“透明计算”，不断被业内人士指责为是云计算的重复，毫无创新，张尧学日前首次公开回应称，“透明计算”要早于“云计算”。

　　物联网离我们还有多远，也许已经体验了众多智能硬件设备的你可以感觉到真的快来了。去年12月初，目前智能硬件产品应用最广泛的蓝牙再次公布了4.2标准，其中加入了对于IPv6的支持，未来也许每一棵植物、电灯泡都将拥有了自己的IP地址，加之以蓝牙传统的低功耗优势，物联网成真的脚步真的近了。