36 lines
1.8 KiB
Markdown
36 lines
1.8 KiB
Markdown
---
|
||
title: 机器学习
|
||
createTime: 2025/02/24 03:19:04
|
||
permalink: /csdiy/ml/
|
||
---
|
||
|
||
# 机器学习通俗指南 🔍
|
||
|
||
## 什么是机器学习？
|
||
**机器学习是让计算机通过数据自主学习**的「超能力」。就像教小孩认动物一样，不用明确编程所有规则，而是给它大量动物图片和名称（数据），让它自己总结规律（模型），最终能识别新图片（预测）的学科。
|
||
|
||
## 机器学习的三大类型
|
||
| 类型 | 核心思想 | 举个栗子 🌰 |
|
||
|--------------|-----------------------------------|------------------------|
|
||
| **监督学习** | 数据带标准答案 | 根据房价历史数据预测新房价 |
|
||
| **无监督学习** | 数据无标签，自己找规律 | 把用户分成不同消费群体 |
|
||
| **强化学习** | 通过试错+奖励机制成长 | AlphaGo下围棋自我进化 |
|
||
|
||
## 日常生活中的机器学习
|
||
- 🎬 **推荐系统**（Netflix懂你想看什么）
|
||
- 📸 **人脸识别**（手机自动解锁）
|
||
- 🗣 **语音助手**（Siri听懂人话）
|
||
- 📧 **垃圾邮件过滤**（智能识别广告邮件）
|
||
- 🚗 **自动驾驶**（实时识别路况）
|
||
|
||
## 关键特点
|
||
1. **数据驱动性**：数据是燃料，数据质量决定效果
|
||
2. **任务明确性**：需提前确定要解决的具体问题
|
||
3. **迭代优化**：像打游戏一样持续升级模型能力
|
||
|
||
## 常见算法一句话解释
|
||
- `线性回归`：用直线预测数值（比如预测销售额）
|
||
- `决策树`：像玩20问游戏做判断（用户是否贷款违约）
|
||
- `神经网络`：模仿人脑处理复杂任务（图像识别）
|
||
|
||
💡 **核心本质**：发现数据中隐藏的规律，把经验转化为自动决策能力！ |