2016年，普通用户离机器学习从来没有这么近过，其实很多人在不知情的情况下已经使用了。比如：
娱乐
开发者 扔一堆图片，让计算机去学习其绘画模型。 IOS畅销榜的Prisma就是靠这个让计算机有了照葫芦画瓢将各种照片变成各种油画风格的能力。
效率
手机用的todo list，也加入了机器学习，通过用全部用户的数据来智能调整用户的任务清单，告诉用户哪些任务是可以拖延的，哪些任务是必须做的。这个todo list叫啥呢？我也忘了 ：（
营销
各式各样的推荐系统，大部分互联网应用都有通过分析其平台上沉淀的用户数据而开发的推荐产品：
淘宝首页，千人千面， 通过给用户画像（性别，购物习惯等）呈现最优的首页给用户，提高用户的购物欲望，转化率有实质的提高。
其他还有网易云音乐，豆瓣推荐，猜你喜欢。
预测
各家电商系统的智能机器人客服，都有尝试根据一些实时事件，当用户在其平台上遇到问题时并进入在线客服想要得到帮助时直接推送最合适的答案出来，提高平台服务水平，减少人力。
TensorFlow， 一个谷歌开源的机器学习系统。随着这周谷歌宣布developers.google.cn重新回到中国为中国开发者提供支持，TensorFlow搭车进来了。作为一个靠Java混饭吃的人，虽然不知道这东西的理论原理及应用方法，但曝光越来越多，有必要业余时间看看。
通过积累的大量数据让机器通过学习而做出合理的决策，除了在面向大众的消费级市场外，在帮助开发者自己上应该也有各种可以应用的场景。例如：
监控。大规模分布式系统在整个链路上某个节点的的fail，可能会造成相关微服务的很多报警，能否通过某种机器学习方式让报警降到最低并汇总出最有用的报警呢？
智能化已经开始对日常生活进行着更深度的渗透， 在一些领域将来必会取代一部分职业的能力，有些人面临要么转型，要么失业。所有人都要有这个准备。
再提一句，Python似乎在算法，科学，机器学习领域有天然的优势，还在用Java的开发者可以试试多了解一些此类知识，毕竟哪天可能就用上了。
资料：
TensorFlow支持Python, C , C++, Python库的支持更加全面一些。
中文翻译版 google-第二代神经网络开源TensorFlow-官方文档中文版-v1.2.pdf
