数据挖掘，机器学习等理论十多年前就有了，为什么现在才火起来？

机器学习理论的提出其实要追溯到20世纪50年代了，在1959年的时候，美国的塞缪尔(Samuel)就设计了一个具有学习能力的下棋程序。在1986年的时候，机器学习就从一门边缘学科变成了一门高校的学科，从而被开始进入高速发展的时期。

为什么很多人觉得，机器学习现在才开始火呢？

这是因为理论总是先于技术的。理论其实是一系列的假设，然后再慢慢通过论证和修正。而机器学习刚刚被假设出来的时候，当时的科技水平是无法论证的，即使是20年代末，电脑的运算能力和互联网的普及都是不足的，机器根本没有大量可供学习的素材，自然发展就比较慢了。

而随着这几年信息化的高速发展，我们的芯片技术和通讯技术都得到了发展，足以支撑起机器学习的运算需求了，这个理论才能够被应用到实际中来。

不仅仅是机器学习如此，其实每个技术的诞生都是如此的，需要非常长的时间。现在我们已经几乎普及了的通用计算机，其实在1834年就已经被巴贝奇所提出了，他当时构思的分析机就包含了计算机的五个部分：处理器、控制器、存储器、输入与输出装置。但是，他耗尽了自己毕生的心血，到死都没能把分析机造出来。原因其实很简单，因为第一台通用计算机被制造出来，已经是100多年以后的事情了，而巴贝奇那个年代的制造水平，是根本不可能造得出来这么紧密的机器的。

而机器学习和数据挖掘也是一样，我们的技术还没有发展到那个水平，光有理论其实是无济于事的。