来源：《瞭望东方》周刊2015-09-24

同方泰德自主研发的机器学习节能控制工艺在北京地铁8号线森林公园南门站的应用，已经取得了节能65%的效果。用机器学习的智能控制，相当于给每个车站配备了24小时现场值守的节能专家。

来源：中国电力报2015-09-22

历史负荷为源数据，考虑用电客户对峰谷电价、温度、节假日的敏感程度以及生产班次安排等，组建了超过70万个负荷影响模型，模型包含的数据关联关系超过110亿项，由此对用电信息采集系统每日采集到的数据进行模型在线机器学习

来源：中国电力报2015-09-21

历史负荷为源数据，考虑用电客户对峰谷电价、温度、节假日的敏感程度以及生产班次安排等，组建了超过70万个负荷影响模型，模型包含的数据关联关系超过110亿项，由此对用电信息采集系统每日采集到的数据进行模型在线机器学习

来源：中金在线网2015-09-21

通过捕获信号，预处理和相关的机器学习算法，magnifisense通过不同的排列组合来区分不同设备形成的电磁辐射模式。

来源：赛迪网2015-09-15

在这种初级应用中，目前标准的机器学习算法就能够胜任。但是对于复杂的物理系统来说，数据模型还需要能够解释关联背后的原因。...例如，该研究中心的机器学习专家anil varma正在实验如何筛选ge生产的2万台喷气引擎中的不易察觉的警报信号，以此来预测哪些设备需要进行维护。

来源：北极星售电网2015-09-08

与此同时，深度学习为代表的机器学习算法在互联网领域的广泛使用，使得互联网大数据开始与人工智能进行更为深入的结合，这其中就包括在大数据和人工智能领域领先的世界级公司，如百度，谷歌，微软等。

来源：北极星输配电网整理2015-09-07

支持自然语言理解、机器学习、深度学习等人工智能技术创新，提升数据分析处理能力、知识发现能力和辅助决策能力。（本文资料来源于中国报告大厅）

来源：21CN2015-09-06

支持自然语言理解、机器学习、深度学习等人工智能技术创新，提升数据分析处理能力、知识发现能力和辅助决策能力。相关阅读： 国务院印发大数据发展纲要 我国大数据将迎来大跨步发展

来源：21CN综合2015-09-06

支持自然语言理解、机器学习、深度学习等人工智能技术创新，提升数据分析处理能力、知识发现能力和辅助决策能力。延伸阅读：国务院印发《促进大数据发展行动纲要》的通知

来源：北极星环保网2015-09-06

支持自然语言理解、机器学习、深度学习等人工智能技术创新，提升数据分析处理能力、知识发现能力和辅助决策能力。6.形成大数据产品体系。

来源：北极星输配电网2015-09-06

支持自然语言理解、机器学习、深度学习等人工智能技术创新，提升数据分析处理能力、知识发现能力和辅助决策能力。6.形成大数据产品体系。

来源：中国电子商务研究中心2015-09-01

在这里知识工作自动化指的是信息处理的自动化，它涉及的范围是非常广泛的，包含常规的互联网信息交互，模式识别、人工智能、机器学习等等最前沿的技术。

来源：中国电子报2015-09-01

我们需要用到大量基于大数据的分析、机器学习、复杂分析等等，这是工业互联网时代进行数据分析的必要手段。

来源：中国科学报2015-08-25

工业互联网时代需要管理的是真正的大数据，有别于传统的管理信息技术，我们需要用到的是大量的基于大数据的分析，对海量数据进行高性能的处理、机器学习、复杂分析和预测分析是在工业互联网时代进行数据分析的必要手段

来源：能见派2015-08-25

加上机器学习、云计算，慢慢演变成能源需求方有效动态响应。

来源：凤凰科技2015-08-21

五、机器学习目前，还没有计算机能够学习这么快。《终结者》中天网接管地球的一幕也不会上演。如果你认为机器学习会很快到来，那你还是回家继续看《终结者》系列吧。

来源：新浪科技2015-08-21

加上机器学习、云计算，慢慢演变成能源需求方有效动态响应。

来源：北极星电力网2015-08-14

全面态势感知技术、异构通信系统集成与安全防护技术、分布式协同控制技术和第三方支付风险控制技术，通过整合运行数据、气象数据、电网数据、电力市场数据、用户用能数据，实现大数据分析、负荷预测与管理、发电预测、机器学习等功能

来源：北极星售电网2015-08-12

从更加灵活的配电调度，到智能组网，再到易大数据和人工智能、机器学习为技术支撑的自组织网络。

来源：中国报告大厅2015-08-11

大数据分析、机器学习和预测，是能源互联网得以实现的重要技术支撑。在新疆金风科技股份有限公司董事长助理兼市场总监侯玉菡看来，不论是物联基础或是互联网+，都给企业产品输出增加了体验效果。...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。