2017年的WWDC上，蘋果發(fā)布了Core ML這個機器學習框架。現(xiàn)在，開發(fā)者可以輕松的使用Core ML把機器學習功能集成到自己的應用里，讓應用變得更加智能，給用戶更牛逼的體驗。

　　Core ML是做什么的

　　我們知道，機器學習的一個重要應用領域就是事先使用大量數(shù)據(jù)訓練機器，讓訓練后的機器在面對從未見過的數(shù)據(jù)時能做出相應的判斷。比如，學習大量病人體征數(shù)據(jù)后，預測疾病發(fā)生的概率；學習大量圍棋對局后，面對一個陌生的棋局，知道在哪下棋贏的概率更高。

　　對機器的訓練會產(chǎn)生一個關于特定問題的模型，對模型輸入特定的數(shù)據(jù)，模型返回的判斷的結果就是輸出。Core ML實際做的事情是使用事先訓練好的模型（trained model），在本地進行計算，最終返回結果。

　　應用和Core ML的交互流程大體如圖所示：

　　從圖上可以看出，真正智能的部分其實是這個事先訓練好的模型（trained model），這個模型決定了最終判斷的結果。蘋果提供了一些轉(zhuǎn)化好的Core ML格式的模型，我們也可以通過蘋果提供的工具把自己在別的常用機器學習工具生成的模型轉(zhuǎn)化為Core ML格式的模型。