早在2000年網際網路電子商務，資料探斟(Data mining)紅極一時，但隨著有限的電腦運算能力，又逐漸冷掉。而今，隨著電腦運算能力的大幅提升，以及公有雲可以讓企業可以透過網路輕易地使用運算資料，有效地降低企業在硬體投資以及跌價損失。再加上使用深度學習的AlphaGo擊敗了世界棋王，2017是全世界AI元年，只是歐美打算發展軟體解決方案，台灣政府與一些 OEM/ODM廠商打算發展硬體解決方案，無論你的公司是哪一種類型，其實都可以參考微軟的Machine Learning Platform 名叫 Cortana Intelligence Suite
微軟的Azure Cognitive Service推出時，其產品經理突發奇想，請工程師寫了一個 How-old.net 網站並找了50個人來測水溫，想不到一下子就爆大量吸引了35000人次來訪這個網站，甚至晚間新聞就報出來了。
2017年真的是AI元年，全世界都動起來了，台灣微軟也利用了寒舍艾美酒店場地，在2017/11/23 舉辦了 Microsoft AI day。當天有一個讓全場超過六百個來賓為之驚豔的 demo，是應用Azure Custom Vision服務在 LV與Gucci名牌包的辨識，在本文中將會把它改成，應用影像辨識技術解決我對明星臉眼盲的問題。
Azure Machine Learning 因為其提供了近乎無限的雲端運算能力，在歐美先進國家已經有許多生技醫藥公司，應用這個產品在基因工程、製藥研發…等重要生產過程，成功地縮短上市時間，創造莫大的獲利空間。
所以本篇將以微軟的機器學習雲端產品，以決策樹與羅吉斯廻歸的演算法，針對銀行的範例資料進行 Classification分類，找出客戶對於行銷活動的關鍵因素。說得較技術，就是為了達成「購買回應」的預測，將會以類別變數作為輸出變數，透過數據模型，產出分類結果預測機率！
