定义
机器学习（Machine Learning，ML）是人工智能的核心分支，通过从数据中自动学习规律与模式，使系统能够对新数据做出预测、分类或决策，而无需显式编程。在物联网领域，机器学习广泛应用于故障预测、智能诊断、负荷预测、异常检测、图像识别等场景，是智能制造、智能电网、精准农业的智能决策基础。
机器学习的主要范式
机器学习可分为监督学习（有标签数据训练，如分类、回归）、无监督学习（无标签数据，如聚类、异常检测）、强化学习（通过与环境交互优化策略）。深度学习是机器学习的子集，通过多层神经网络处理图像、语音、时序等复杂数据。物联网场景中，时序预测（如负荷、销量）、设备故障预测多采用 LSTM、Prophet 等算法；人脸识别、医学影像分析则依赖深度学习。
机器学习在物联网中的典型应用
在工业领域，基于传感器振动、温度、电流等时序数据，机器学习可实现预测性维护，提前数天预警设备故障。在能源领域，结合智能电表、电能质量监测数据，可实现负荷预测、需求侧响应优化。在农业领域，结合遥感、土壤墒情数据，可预测产量、指导灌溉。数据通过数据处理引擎采集清洗后，经云平台训练与部署模型，支持边缘与云端协同推理。
实施建议
机器学习落地需关注：数据质量与标注成本、特征工程、模型可解释性与合规要求、算力与部署成本（边缘 vs 云端）。建议从单点场景（如单一设备故障预测）起步，积累数据与经验后逐步扩展。达希物联可为机器学习应用提供设备联网、数据处理、云平台与API能力，支持客户接入自研或第三方模型。
模型可用边界与训练陷阱
这里说的机器学习，是从样本估计一个以后还能再用的映射：输入特征，输出类别、数值或异常分数。它不自动产生因果解释。维修工单如果被当成故障标签，模型学到的往往是工单用语，而不是轴承或阀门的机理。把规则阈值、统计报表和神经网络都称作机器学习，验收时就没有共同的对照：规则看的是越限次数，监督模型看的是标签是否一致，无监督模型看的是分数是否值得派人。
使用前要确认采样周期、安装位置和设备型号与训练时一致。振动模型不能因为“都是电机”就套到另一转速的机座上。监督任务必须有人能说明正样本是怎么判定的；没有这个说明，精确率无法复现。放在边缘设备上的模型，断网时仍要能输出，并且结果时间跟传感器时间对齐。用云端收到包的时间充当发生时间，告警会比现场晚一个通信周期，排障顺序会被颠倒。
训练时最容易把未来漏进特征。用“当日总电量”预测上午是否过载，总电量里已经含有待预测的那一段。把时间序列随机打乱再切分，相邻时刻会同时出现在训练和测试里，离线分数好看，上线立即失效。极少出现的故障被复制很多遍，召回上升，现场仍会漏报。只报准确率、不报正常样本上的误报次数，值班人员会被告警淹没，随后关掉模型。
传感器量程、滤波固件或采集频率一变，旧模型应标成待验证。自然语言处理和视频智能分析用的是文本和画面样本，不能拿负荷曲线的切分方式去评价它们，也不能把时序模型的误报次数直接写成图像模型的误报次数。
上线后还要守住训练和现场的输入顺序。现场先滤波再采样，训练时却用原始波形，模型等于在看另一种信号。缺失值在训练里被丢弃、在现场被填成上一次的数，分布会悄悄变掉。标签如果由不同班组按不同习惯填写，同一类故障会分成好几个名字，模型学到的是班组差异。把这些名字合并之前，要先让业务确认它们是不是同一种处置。
阈值不该只在实验室里调到“最好看”。现场能接受的误报次数取决于有没有人处理，没人处理的告警应降低灵敏度或改成日报，而不是继续推送到手机。模型版本、特征列表和训练数据的时间范围要一起归档。只保存权重文件，三个月后无法解释某次误报是数据问题还是代码问题。
当输出要触发停机、跳闸或用药建议时，模型分数不能单独成为动作条件，旁边还要有人能看懂的规则或联锁。分数很高但传感器已经离线，应判为数据无效，而不是判为故障。定期用新的一段时间做对照，如果误差突然变大，先查量和接线，再查算法。