来源：电子信息产业网2015-06-04

超过100位国内外云计算领域的核心专家的精彩演讲涵盖了iaas、paas、saas平台的构建与应用，计算安全和自动化运维的设计与维护，海量数据深度挖掘的最佳实践，机器学习助力推荐算法的最新探索等方面。

来源：新晋界社区2015-05-29

大数据分析、机器学习和预测是能源互联网实现生命体特征的重要技术支撑：能源互联网通过整合运行数据、天气数据、气象数 据、电网数据、电力市场数据等，进行大数据分析、负荷预测、发电预测、机器学习，打通并优化能源生产和能源消费端的运作效率

来源：能源与节能2015-05-13

调度人员依托狭义智能调度的辅助实施运作，此类方法的要点是依靠机器学习及样本训练，是在电力系统的运行中人工智能化的标志，一定程度上实现了调度中心智能化。

来源：中国联合商报2015-05-11

应用大数据分析、机器学习等技术，将需求和供应进行动态匹配调整，降低成本提高能效。能源互联网的内涵是以互联网技术和理念来改造能源生产、传输和消费，使得能源管理更加便捷高效。

来源：中国电机工程学报2015-04-22

从机器学习的观点，分类分析是一种有指导的学习，即其训练样本的分类属性(类标号)的值是已知的，通过学习过程形成数据对象与类标示间对应的知识，这类知识也可称为分类规则。

来源：《中国电机工程学报》2015-04-17

麦肯锡认为可用于大数据分析的关键技术源于统计学和计算机科学等学科，包含关联分析、机器学习、数据挖掘、模式识别、神经网络、时间序列预测模型、遗传算法等多种不同的方法。...大数据环境下的数据挖掘与机器学习算法，可以从3个方面着手：1)从大数据的治理与抽样、特征选择的角度入手，将大数据小数据化;2)开展大数据下的聚类、分类算法研究，例如基于共轭度的最小二乘支持向量机(least

来源：新营销2015-04-15

服务云端化，才能打破单品体验之间的独立性，建立一个体验的闭环，并借助大数据、云计算、人工智能及机器学习技术的支持，实现数据的云端存储和分析，从而不断迭代，为用户提供精准的智能服务。

来源：证券市场红周刊2015-04-07

而智能家居要真正实现智能化，还需要大数据、云计算、人工智能及机器学习技术发展的支持，这几项技术，将能够使现在的智能家居产品实现数据云端存储、分析，并据此为用户提供更为精准的智能化服务，比如上述的情况中，...智能家居是指基于无线网络通信、大数据、云计算、语音识别、人工智能、机器学习等先进技术，采用内置操作系统、智能芯片、传感器的硬件产品以及软件应用一同构建的，能够给用户带来便利、健康、安全、舒适的人性化、智能化家居生态系统

来源：中国能源网2015-04-03

大数据分析、机器学习和预测是能源互联网实现生命体特征的重要技术支撑：能源互联网通过整合运行数据、天气数据、气象数据、电网数据、电力市场数据等，进行大数据分析、负荷预测、发电预测、机器学习，打通并优化能源生产和能源消费端的运作效率

来源：南方电网报2015-03-17

能源互联网通过整合运行数据、天气数据、气象数据、电网数据、电力市场数据等，进行大数据分析、负荷预测、发电预测、机器学习，打通并优化能源生产和能源消费端的运作效率，需求和供应将可以进行随时的动态调整。

来源：南方电网报2015-03-17

能源互联网通过整合运行数据、天气数据、气象数据、电网数据、电力市场数据等，进行大数据分析、负荷预测、发电预测、机器学习，打通并优化能源生产和能源消费端的运作效率，需求和供应将可以进行随时的动态调整。

来源：和讯网2015-03-10

从计算、传输到处理，从感知、传感到智能，泛在连接和普适计算已无所不在，云计算、大数据、人工智能、机器学习等驱动人类智能迈向更高境界，虚拟化技术、3d打印、工业互联网、大数据等技术将重构制造业技术体系。...信息通信技术与制造业融合发展带来一个重要变革就是智能制造时代的来临，云计算、大数据、人工智能、机器学习等驱动人类智能迈向更高境界，推动着人类各种生产工具的智能化和现代化，在廉价体力劳动不断被机器替代的同时

来源：中国能源网2015-02-27

大数据分析、机器学习和预测是能源互联网实现生命体特征的重要技术支撑：能源互联网通过整合运行数据、天气数据、气象数据、电网数据、电力市场数据等，进行大数据分析、负荷预测、发电预测、机器学习，打通并优化能源生产和能源消费端的运作效率

来源：中国测控网2015-02-13

预测分析和机器学习技术将用于加强数据分析，改善战略与操作决策。...传感器信息技术、软件化基础设施、预测分析/机器学习技术将在2015年取得重大突破，无论是技术上，还是市场应用上。

来源：能源互联网微信2015-01-28

通过机器学习和人工智能进行数据的优化，判断数据是否有用还有怎么用，以及对历史数据和横向数据进行整合分析和比较。...s4ecob平台也具有一定人工智能，能从之前的操作和情景中学习经验，通过互联网大数据实现机器学习，以实现实时负荷平衡，并根据建筑和天气，进行个性化的调整。

来源：CCIT2014-12-26

信息通信技术与制造业融合发展带来一个重要变革就是智能制造时代的来临，云计算、大数据、人工智能、机器学习等驱动人类智能迈向更高境界，推动着人类各种生产工具的智能化和现代化，在廉价体力劳动不断被机器替代同时...从计算、传输到处理，从感知、传感到智能，泛在连接和普适计算已无所不在，云计算、大数据、人工智能、机器学习等驱动人类智能迈向更高境界，虚拟化技术、3d打印、工业互联网、大数据等技术将重构制造业技术体系。

来源：麦肯锡2014-12-01

2、知识工作自动化：可执行知识工作任务的智能软件系统到2025年的影响力：经济：5.26.7万亿美元生活：相当于增加1.11.4亿全职劳动力主要技术包括：人工智能、机器学习，自然人机接口，大数据。

来源：i投资2014-11-28

信息通信技术与制造业融合发展带来一个重要变革就是智能制造时代的来临，云计算、大数据、人工智能、机器学习等驱动人类智能迈向更高境界，推动着人类各种生产工具的智能化和现代化，在廉价体力劳动不断被机器替代同时...从计算、传输到处理，从感知、传感到智能，泛在连接和普适计算已无所不在，云计算、大数据、人工智能、机器学习等驱动人类智能迈向更高境界，虚拟化技术、3d打印、工业互联网、大数据等技术将重构制造业技术体系。

来源：供用电杂志2014-11-27

但该系统并没有在设备资产管理中对设备可靠性进行建模，也没有具体说明结合机器学习等智能算法的系统方法，因此缺乏比较深入的全过程、全方位、定量化的系统结构。有待进一步研究开发。

来源：虎嗅网2014-08-18

如果我们还停留在迷信巨头的时代，如此刻板教条的去追求一个概念，那么就不会有现在的 hadoop，不会有现在的spark，不会有现在的特斯拉，不会有机器学习人工智能，更不会有未来的第n次工业革命。...随着生产关系的不断调整，又会出现若干轮生产力的不断进步，大数据之后的技术也会日新月异的进步着，比如现在开始潮流涌现的机器学习、深度学习等诸多的人工智能方面的技术，也出现了比如小数据、微数据等更细方向技术的细分