机器学习

机器学习 是什么

机器学习（Machine Learning，ML）是让计算机从数据中自动学习规律而非显式编程的学科。传统程序是「人写规则」，机器学习是「人给数据，机器找规律」——数据越多、质量越高，模型越好。

三大范式

范式	数据形态	典型任务
监督学习	带标签数据	分类、回归
无监督学习	无标签数据	聚类、降维
强化学习	试错与奖励	决策、游戏、控制

典型任务

• 分类：垃圾邮件识别、图像分类。
• 回归：价格预测、销量预测。
• 聚类：用户分群、异常检测。
• 推荐：内容与商品推荐。

与 AI 的关系

机器学习是人工智能的核心分支，深度学习是机器学习的方法，大模型是深度学习的集大成者。理解机器学习，就理解了 AI 能力的来源——从数据中学习。

小结

机器学习让计算机从数据中学规则：喂数据、找规律、做预测。从推荐系统到大语言模型，都建立在机器学习的方法之上。