理解机器学习 秀才 2025年6月26日 大约 8 分钟 AI 人工智能 生成式AI 机器学习导论 机器学习基础 机器学习概论 此页内容 1. 从小白视角看机器学习（ML） 2. 机器学习的类型 3. 监督学习 3.1 监督学习的现实案例 4. 无监督学习 4.1 无监督学习的现实案例 5. 强化学习 5.1 强化学习的现实案例 总结 理解机器学习 1. 从小白视角看机器学习（ML） 在我们之前 小白的生成式AI基础手册(1)：人工智能导论 一文中，在探讨人工智能时，我们曾讨论如何让机器人识别狗。现在设想 要让机器人能识别多种动物 。为此，我们将向它展示各种狗、猫、兔子等动物的图片，并 为每张图片标注对应的动物名称 。通过体型、颜色、体态、叫声等特征来训练机器人识别动物。
训练完成后，机器人就能识别这些我们教它认识的动物了。
并非所有狗都长得一样。但只要机器人看过足够多的狗图片， 它就能识别任何狗——即使这只狗与训练图片中的不完全相同 。我们需要给机器人展示大量狗的图片，它看得越多，识别能力就越强。 这就是 机器学习 —— 通过提供大量示例图片（或其他信息）来教导机器人（或任何机器）。 总结来说，机器学习是： 人工智能的一个子集 它使得机器（或计算机）能够 从数据中学习 并 做出决策 。 2. 机器学习的类型 机器学习可以大致分为三种主要类型： 监督学习 无监督学习 强化学习 每种类型服务于不同目的，并采用不同的数据学习方法。接下来我们详细看看所有这些类型。 3. 监督学习 让我们沿用之前让机器人识别动物的例子。 我们通过展示动物图片来训练机器人时，我们为每张图片标注了 动物名称。因此， 我们扮演了教师的角色 ——先告诉它狗或猫长什么样，它才能进行识别。 在机器学习中，这被称为 监督学习。 下图总结了监督学习的关键要点。
3.1 监督学习的现实案例 监督学习广泛应用于各种现实场景中，算法通过标记数据进行训练，从而做出预测或分类。以下是几个典型示例： 电子邮件垃圾邮件过滤 根据邮件内容特征、发件人信息及其他相关属性，将邮件分类为垃圾邮件或非垃圾邮件。 图像分类 识别图像中的物体或模式，例如对动物进行分类、识别手写数字，或在自动驾驶汽车中检测物体。 面部识别 基于面部特征识别和验证个人身份，应用于安全系统或设备解锁。 金融欺诈检测 通过分析金融数据中的模式和异常，识别潜在的欺诈交易。 语音识别 将口语转换为文本，如 Siri 或 Google 助手等语音助手中的应用。 4. 无监督学习 让我们用一个孩子上学的例子来理解这一点。当孩子们第一天走进教室时，会遇到许多同学。起初所有同学在他们眼中都一样。但随着时间的推移，他们会自发地将同学分成不同群体： 他们发现某些同学非常友善，想和这些人做朋友。 他们觉得有些同学粗鲁或烦人，想要避开这些人。 他们注意到有些同学运动能力出色，希望能和这些人分在同一队伍。 以此类推…… 当孩子们给同学分类时，没人教他们怎么做。他们完全靠自己完成了这件事 。——这就是无监督学习的工作原理。让我们举个的机器学习例子。想象我们给机器人看了大量狗、猫、兔子等动物的图片 （没有任何标签） ，然后告诉它—— "我不会告诉你哪个是哪个。自己去探索发现吧"。 机器人开始观察这些动物，注意它们的毛发、体型和动作特征。虽然还不知道这些动物的名称，但它正尝试自主发现规律和差异。经过探索后，机器人可能会注意到： 有些动物长着长耳朵（兔子） 有些动物拥有柔软的皮毛和尾巴（猫） 有些动物���摇尾巴（狗） 它能在你不直接告知的情况下自行识别出这些类别。
最终，这个机器人 可能不知道这些动物的名称 ，但它能判断出 "这些动物在某些方面相似，而在其他方面则不同。"—— 这就是 无监督学习。 下图总结了无监督学习的关键要点。
4.1 无监督学习的现实案例 无监督学习被广泛应用于现实场景中，当数据未被标记时，算法需要自行发现数据中的模式、结构或关联关系。以下是几个典型应用场景： 客户分群聚类 企业运用无监督学习（特别是 k 均值等聚类算法），根据客户的购买行为进行细分。这有助于实现精准营销和个性化服务。 网络安全中的异常检测 无监督学习被用于识别网络流量中的异常模式或行为。任何偏离正常行为的活动都会被标记为潜在安全威胁。 推荐系统 推荐系统采用无监督学习。通过识别用户行为模式，这些系统能够推荐用户可能喜欢的产品、电影或内容。 5. 强化学习 想象一下教狗狗新把戏—— 当它做对动作时就奖励零食 ，做错时就不给。久而久之，狗狗就 学会通过表演把戏来获得更多零食 。同理，强化学习的原理是： 训练计算机做出决策 通过奖励正确选择并惩罚错误行为 就像用零食训练小狗学习技能那样
在强化学习中，存在一个与环境交互的智能体（例如机器人或计算机程序）。以教计算机程序下棋为例，比如国际象棋。 这种情况下，计算机程序是智能体，而象棋游戏则是环境。 计算机程序可以在游戏中采取不同的行动，例如移动一枚棋子。 每次行动后，程序会根据游戏结果获得反馈（奖励或惩罚）。 如果程序赢得比赛，它将获得正向奖励。 如果游戏失败，它会收到负面奖励，即"惩罚"。 通过反复试错，程序会学习哪些动作能带来最佳奖励，从而找出赢得游戏的最佳动作序列。 强化学习的强大之处在于 它能让机器从自身经验中学习 ，并在复杂多变的环境中做出决策——这类似于我们在现实世界中通过试错进行学习的方式。 下图总结了强化学习的关键要点。
5.1 强化学习的现实案例 游戏博弈是强化学习的主要应用场景之一。由 DeepMind 开发的 AlphaGo 程序，通过强化学习实现了超人水平的围棋对弈能力。它击败了世界冠军，展现了强化学习在掌握复杂棋类游戏方面的强大潜力。 另一个典型案例是 自动驾驶汽车 。强化学习被用于自动驾驶系统的开发，智能体通过持续从仿真环境和真实路况中学习，掌握交通导航、路口决策及应对各种驾驶场景的能力。 强化学习还应用于 算法交易领域进行金融工具的买卖决策 。智能体基于历史市场数据和实时行情，学习最优的交易策略。 总结 机器学习是人工智能的一个分支，它让计算机能够通过示例和经验进行学习。我们无需显式编程，而是让机器从数据中自行学习并理解事物。无论是识别我们喜爱的歌曲、理解语音指令，还是协助医生分析医学影像，机器学习早已融入我们的日常生活。 在 GitHub 上编辑此页 上次编辑于: 2025/7/19 15:26:18 贡献者: Your Name , gupeng