三种范式

机器学习按"训练时有没有标准答案"分成三大类。

这个分法看着干净,实际项目里经常划不清界限——同一批数据标了一部分,就是半监督;让模型自己从数据里造出"题目和答案",就叫自监督。

所以下面这三类不是互斥的标签,是三种"数据长什么样"的典型情况。先按这个框架建立直觉,边界模糊的地方以后遇到了再修。

监督学习

数据里既给输入,也给正确答案。

场景

输入 xx

标签 yy

房价预测

面积、房龄、楼层

成交价

垃圾邮件

邮件正文

是 / 否

手写数字识别

一张 28×28 的图

0–9 中的某一个

机器翻译

一句中文

对应的英文

医学影像

CT 图

良性 / 恶性

共同点:每个样本都有一个已知的答案。模型的任务是学会从输入推到答案。

这是本书的主线,第 2–14 章全在这里。

无监督学习

数据里只有输入,没有答案。

场景

输入

想得到什么

用户分群

每个用户的消费行为

把相似的用户归成几类

新闻聚类

几千篇文章

自动分出"体育""财经""科技"

异常检测

服务器每分钟的指标

找出不对劲的那几分钟

它不回答"这条数据的答案是什么",而是回答"这批数据自己长什么样"。

第 12–13 章。

强化学习

既没有现成的数据,也没有标准答案。只有一个环境,你做一个动作,环境回一个奖励。

场景

动作

奖励

下棋

走一步

赢了 +1,输了 −1

机器人走路

关节怎么用力

走得远给正分,摔倒给负分

游戏 AI

按哪个键

得分上升

它的难点在于:没人告诉你这一步走得对不对,你只知道最后输赢。中间哪一步错了,得自己倒推。

只作了解,本书附录一页带过。

监督学习内部再分两半

按标签的类型分:

回归

分类

标签

连续的数字

有限的几个类别

例子

房价 371 万

垃圾 / 正常

模型的输出

一个实数

各类的概率,如 [0.92,0.08][0.92, 0.08]

本书章节

第 2–3 章

第 4–9 章

"明天会不会下雨"是分类,"明天下多少毫米雨"是回归。同一个问题两种定法都成立,取决于你把标签定义成什么。

下一课

下一课把第 1 章的概念过一遍,用一张表收口。