时间序列 - 进一步的范围

机器学习处理各种问题。 事实上，几乎所有领域都有在机器学习的帮助下实现自动化或改进的空间。 下面给出了一些正在进行大量工作的此类问题。

时间序列数据

这是随时间变化的数据，因此时间在其中起着至关重要的作用，我们在本教程中主要讨论了这一点。

非时间序列数据

它是与时间无关的数据，大部分机器学习问题都在非时间序列数据上。 为简单起见，我们将其进一步分类为 −

• 数值数据 − 计算机与人类不同，只理解数字，所以各种数据最终都转化为数值数据供机器学习使用，例如图像数据转化为(r,b,g)值，字符转化为ASCII码或单词 以数字为索引，语音数据被转换为包含数字数据的 mfcc 文件。

• 图像数据 − 计算机视觉彻底改变了计算机世界，它在医学、卫星成像等领域有着广泛的应用。

• 文本数据 − 自然语言处理 (NLP) 用于文本分类、释义检测和语言摘要。 这就是让 Google 和 Facebook 变得聪明的原因。

• 语音数据 − 语音处理涉及语音识别和情感理解。 它在赋予计算机类似人类的品质方面发挥着至关重要的作用。