您可以使用新训练的模型做很多事情。您可以将其导入到您正在构建的软件应用程序中，将其部署到 Web 后端或上传并托管到云服务中。您经过训练的模型现在已准备好接收新数据并为您提供预测（又称结果）。
根据您使用的算法类型，这些结果可能看起来有所不同。如果您需要知道某物是什么，请使用分类算法，它有两种类型。二元分类对两个类别之间的数据进行分类。多类分类在（您猜对了）多个类别之间对数据进行排序。
当您要查找的结果是实际数字时，您将需要使用回归算法。回归采用大量具有不同重要性权重的不同数据，并与历史数据进行分析，以客观地提供最终结果。
回归和分类都是有监督的算法类型，这意味着您需要为计算机提供学习的有意数据和方向。还有无监督算法，不需要标记数据或任何关于您正在寻找的结果类型的指导。
无监督算法的一种形式是聚类。当您想要了解数据的结构时，可以使用聚类。您提供一组数据并让算法识别该组中的类别。另一方面，异常是一种无监督算法，当您的数据看起来正常且均匀，并且您希望算法提取任何与其余数据不相符的异常情况时，您可以使用异常算法。
尽管监督算法更常见，但最好尝试一下每种算法类型和用例，以更好地理解概率并以不同的方式练习分割和训练数据。您对数据的研究越多，您对机器学习可以实现的目标就越了解。
最终，机器学习可以帮助您找到新的方法，让您的客户和您自己的生活更轻松。自动驾驶汽车没有必要。
