经过前面的学习，我们知道机器学习本质就是根据历史看到的样本总结规律。
机器学习在实际生活中如何应用？
例如一个问题：给一个水果，判断是苹果还是梨？
1. 回忆以前见过的苹果和梨 
1.收集样本
2 根据以前见过的苹果和梨，找到有区分性的特征 
2.提取特征
3. 根据这些特征，总结区分的规律 
3.模型训练
4. 下次来了一个新的苹果或者梨的时候，根据规律判断 
4 预测
在我们生活中有很多应用案例，比如爱奇艺视频推荐目标：提升点击率。
在银行业比较常见的场景 反欺诈场景，我们如何在反欺诈场景中来运用我们的机器学习思想呢？典型的反欺诈场景全流程是怎么样呢？
我们目前的反欺诈流程经过8个步骤来完成。
1）导入训练数据
2）在模型ide中进行模型调研
3）自学习所需要的数据导入，形成数据组
4）部署自学习服务
5）一次自学习运行完毕产出模型
6）反欺诈数据导入Rtidb中
7）部署预估服务 开启时序特征抽取 开启请求日志回流
8）请求日志回流到Rtidb和自学习数据组中
如何将机器学习应用到我们日常的应用是一个长期探索 漫长的过程，期待不断积累 沉淀越来越多的案例