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 | 标签 |
|---|---|---|
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 |
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。