这对我来说似乎是一个见仁见智的问题，但这里有一些你在硅谷经常看到的机器学习应用：

• 广告：什么时候向谁展示什么？数据来得又快又猛，所以工程部分非常复杂。
• 建议：与广告问题类似，只是没有广告客户，而且流量较慢，所以可以使用更复杂的机器算法。
• 安全性：外部是否有人侵入了您的系统？内部有人滥用您的系统吗？
• 文本/音频/视频处理：媒体上的信息检索。需要使用机器学习找到物品的良好表示；例如，获取与输入相似的所有图片，其中相似性可以用各种方式来解释，例如纹理、样式、颜色、内容的相似性等。

这些不一定简单，但它们具有代表性。如果你想给一个演示，我建议最后一个。您可以向他们展示如何找到相似的图像。

最重要的应用程序甚至可以跨域使用。

它被称为 CLD。

您购买一些昂贵的硬件，或租用一些外部专业知识。当您等待公司管理层采取行动并允许您安装和操作硬件时（不能集中管​​理，因为 GPU 脱离了它们通常的活动目录策略管理模式），您必须确保您拥有炫耀的东西。因此，您会从公司内部网上获得许多图像，其中大部分带有公司徽标。很多图片。然后，您使用初始模式将它们全部输入神经网络，并在您的家用游戏 PC 上进行训练。不要使用预训练的小狗蜗牛模型！因此，在您对网络进行预训练后，您现在可以在任意图像中“让 Google 梦想您的公司徽标”。因此，您可以在等待系统获得批准时生成其中一些挂在办公室墙上。当 C 级高管过来想在你还没开始的时候看到结果时，你可以给他们一些艺术作品带回家。他们都会对您在深度学习方面的专业知识印象深刻！这就是为什么我将这个应用程序称为 CLD，即 c 级干扰器。