不計其數的案例證明，機器學習是人工智慧改變行業、重塑管理的有效實踐和經久不衰的技術風口，前至AlphaGo，近到ChatGPT，機器學習都扮演重要角色。
機器學習的價值與潛力
在最早期，企業利用機器學習可提升利潤狀況。如今，隨著人工智慧技術的普及，數據規模和質量越來越好的條件下，對於期待利用機器學習技術提高決策能力和執行能力的社會組織或智能系統而言，機器學習無疑是攻克多種難題的最強兵器。
不論是城市運行、氣候預測、生態治理等事關國計民生的大事，還是興趣推薦、自動駕駛、智慧診療等智能化產品和服務，機器學習都扮演著關鍵的角色。過去幾年，人工智慧工作熱榜機器學習工程師崗位需求一直穩居前列，真實反映出市場對機器學習能力的龐大需求。
複雜數據的挑戰與解決
基於比人觸及信息更多、學習知識更快、預測結果更準的優勢，機器學習的應用場景不斷衍生擴展，已經從AI開發的工具思維升級為AI融合的管理思維，被嵌入到全部的業務環節中，讓決策系統更清晰的洞察和預測不可見的未來，更科學的規避風險，把握正確的執行方向。
數據是機器學習最大化發揮能效的關鍵因素，真實場景下的數據往往以大而雜的狀態存在，呈現出多樣性和複雜性的特點，對數據訓練造成了極大的挑戰，不僅要消耗巨大的軟硬體資源，而且影響算法模型預測效果的準確性和穩定性，所以找到克服複雜數據挑戰是玩轉機器學習的必經之路。
如果說知識是人類智慧的墊腳石，數據則是人工智慧的磨刀石。
如何掌控並利用好複雜數據，讓機器學習發揮理想的效果，《複雜數據與機器學習專題論壇》將邀請知名專家同台分享數據技術和機器學習領域的前沿研究，帶來對未來應用的展望。