第四章：机器学习概述
学习目标
- 理解机器学习（ML）的定义与核心思想
- 掌握三种学习类型：监督学习、无监督学习、强化学习
- 理解监督学习的两大任务：分类与回归
- 了解机器学习的完整工作流程
- 认识无监督学习和强化学习的典型算法与应用
前置要求
第三章：AI基础概念（理解AI的基本定义和分类）。
什么是机器学习（ML）？
机器学习（Machine Learning）是AI的核心分支，让计算机从数据中自动学习规律，而不是人工编写所有规则。
传统编程 vs 机器学习
传统编程：人类编写规则 → 计算机执行 → 输出结果
机器学习：计算机从数据中学习规则 → 自动改进 → 输出结果
例如：要识别垃圾邮件——
传统方式：程序员手动编写"如果邮件包含'中奖'、'免费'等关键词则标记为垃圾"
ML方式：给模型10万封已标记的邮件，模型自动学习垃圾邮件的特征模式
机器学习的三种类型
| 类型 | 特点 | 数据 | 应用场景 |
|---|---|---|---|
| 监督学习 | 有标签数据，告诉机器正确答案 | 有标签（输入+答案） | 图像分类、垃圾邮件识别、预测房价 |
| 无监督学习 | 无标签数据，让机器自己发现规律 | 无标签（只有输入） | 用户分群、数据降维、异常检测 |
| 强化学习 | 通过试错获得奖励，学习最优策略 | 环境反馈（奖励/惩罚） | 游戏AI、自动驾驶、机器人控制 |
监督学习详解
监督学习是最常见的机器学习方式。就像老师教学生：老师给题目和答案，学生通过对比学习。
监督学习的两大任务：
- 分类（Classification）：预测离散类别，如"是/否"、"猫/狗"
- 回归（Regression）：预测连续数值，如房价、温度
监督学习的应用实例
垃圾邮件识别（分类任务）：
• 训练数据：10万封邮件（标记"垃圾"或"正常"）
• 模型学习：垃圾邮件的特征（关键词、发件人）
• 应用：新邮件自动判断是否垃圾
房价预测（回归任务）：
• 训练数据：历史房价（面积、位置、房价）
• 模型学习：面积/位置与房价的关系
• 应用：输入房屋信息，预测房价
无监督学习详解
无监督学习（Unsupervised Learning）是让机器在没有标签的数据中自己发现规律和结构。就像让学生在没有老师指导的情况下自己探索知识。
为什么叫"无监督"？
监督学习：有老师告诉对错（有标签）
无监督学习：没有老师，机器自己探索（无标签）
数据只有输入，没有标准答案。机器的任务是找出数据内部的规律。
无监督学习的主要任务
1. 聚类（Clustering）——自动分组
聚类是把相似的数据自动归为一组，发现数据中的自然分组。
聚类的通俗理解
想象你有一堆照片，不知道分类。聚类算法会自动：
• 把人物照片放在一起
• 把风景照片放在一起
• 把动物照片放在一起
机器不知道什么是"人物"、"风景"，但它能发现照片之间的相似性，自动分组。
K-Means聚类算法示例
K-Means是最简单常用的聚类算法，下面用Python演示其基本用法：
from sklearn.cluster import KMeans
import numpy as np
# 生成模拟数据：两组二维点
np.random.seed(42)
data = np.concatenate([
np.random.randn(50, 2) + np.array([0, 0]), # 第一组，中心在(0,0)
np.random.randn(50, 2) + np.array([5, 5]), # 第二组，中心在(5,5)
])
# 使用K-Means聚类，指定分为2组
kmeans = KMeans(n_clusters=2, random_state=42, n_init=10)
labels = kmeans.fit_predict(data)
# 查看聚类结果
print("每个数据点的分组标签:", labels[:10])
print("聚类中心坐标:", kmeans.cluster_centers_)
# 输出示例：
# 每个数据点的分组标签: [1 1 1 1 1 1 1 1 1 1]
# 聚类中心坐标: [[4.93 4.88] [-0.12 0.05]]2. 降维（Dimensionality Reduction）——简化数据
降维是把高维数据压缩到低维，保留关键信息，去掉冗余。
什么是高维数据？
每个数据点有很多属性（维度）：
• 用户数据：年龄、性别、收入、职业、爱好...（几十个维度）
• 图像：每个像素是一个维度（一张图片可能有上万个维度）
维度太多的问题：计算复杂、信息冗余、难以可视化
降维解决这个问题：保留核心信息，压缩到少数维度。
常见降维算法
| 算法 | 原理 | 应用 |
|---|---|---|
| PCA（主成分分析） | 找到数据变化最大的方向，投影到这些方向 | 数据压缩、可视化、去噪 |
| t-SNE | 保持局部相似性，用于可视化 | 高维数据可视化展示 |
| UMAP | 比t-SNE更快，保持全局结构 | 大规模数据可视化 |
3. 异常检测（Anomaly Detection）——发现异常
异常检测是找出与正常数据明显不同的异常数据。
异常检测的价值
• 欺诈检测：发现异常交易行为（银行卡盗刷）
• 故障预警：发现设备运行的异常状态
• 入侵检测：发现网络异常流量攻击
• 数据清洗：发现数据中的错误异常值
强化学习详解
强化学习（Reinforcement Learning）是让AI通过不断尝试和反馈来学习最优策略。就像训练宠物：表现好给奖励，表现差不奖励，逐渐学会正确行为。
类比理解
训练狗狗：
• 狗坐下 → 给零食（奖励） → 狗记住坐下能得零食
• 狗乱跑 → 不给零食（无奖励） → 狗知道乱跑没好处
• 多次尝试后 → 狗学会"听到指令就坐下"
强化学习就是这个原理：AI尝试各种行为，根据奖励反馈调整策略。
强化学习的核心概念
状态（State）
当前环境的情况
（如：游戏中角色的位置）
动作（Action）
AI能做的事情
（如：向上、向下、攻击）
奖励（Reward）
行为好坏的反馈
（如：得分、扣分）
策略（Policy）
在什么状态做什么动作
（AI学到的决策规则）
强化学习的循环过程
探索与利用的平衡
探索 vs 利用
探索：尝试新的、未知的行为
• 好处：可能发现更好的方法
• 风险：可能暂时表现不好
利用：使用已知的最佳行为
• 好处：稳定获得好结果
• 风险：错过更好的方法
好的强化学习需要平衡两者：既探索新可能，又利用已知最优。
常见强化学习算法
| 算法 | 原理 | 应用 |
|---|---|---|
| Q-Learning | 建立表格记录每个(状态,动作)的预期奖励 | 简单环境、游戏AI |
| DQN | 用神经网络代替Q表，处理复杂环境 | Atari游戏、复杂游戏 |
| Policy Gradient | 直接优化动作策略，不是估计奖励值 | 连续动作空间、机器人 |
| PPO | 限制策略更新幅度，训练稳定 | ChatGPT的RLHF训练 |
AlphaGo的突破
AlphaGo的学习过程：
1. 监督学习：学习人类高手棋谱
2. 强化学习：自我对弈，探索更好的策略
3. 发现人类未知的招法，超越人类水平
这是强化学习的经典成功案例。
机器学习的完整流程
一个完整的机器学习项目通常包含以下步骤：
| 步骤 | 说明 | 关键工具/方法 |
|---|---|---|
| 数据收集 | 获取训练所需的数据 | 数据库查询、爬虫、公开数据集 |
| 数据预处理 | 清洗、标准化、处理缺失值 | Pandas、NumPy |
| 特征工程 | 选择和构造有用的特征 | 领域知识、统计分析 |
| 模型选择 | 选择合适的算法 | 根据任务类型和数据特点 |
| 模型训练 | 用数据训练模型参数 | Scikit-learn、PyTorch、TensorFlow |
| 模型评估 | 测试模型性能 | 准确率、F1分数、交叉验证 |
| 部署上线 | 将模型投入实际使用 | Flask、Docker、云服务 |
本章小结
- 机器学习是AI的核心分支，核心思想是让计算机从数据中自动学习规律，而非人工编写所有规则。
- 监督学习需要带标签的数据，分为分类（预测类别）和回归（预测数值）两大任务。
- 无监督学习在没有标签的数据中发现规律，主要任务包括聚类、降维和异常检测。
- 强化学习通过"试错+奖励"的方式学习最优策略，核心概念包括状态、动作、奖励和策略。
- 完整的机器学习流程包括：数据收集 → 预处理 → 特征工程 → 模型选择 → 训练 → 评估 → 部署。
练习题
-
以下哪个是监督学习的典型任务？
A. 将新闻按主题自动分组
B. 根据房屋特征预测房价
C. 发现信用卡交易的异常模式
D. 通过自我对弈学会下围棋答案：B。预测房价是回归任务，属于监督学习。A是无监督学习（聚类），C是无监督学习（异常检测），D是强化学习。
-
在强化学习中，"探索"和"利用"分别指什么？
A. 探索是寻找新数据，利用是使用旧数据
B. 探索是尝试未知行为，利用是使用已知最佳行为
C. 探索是增加模型参数，利用是减少模型参数
D. 探索是训练模型，利用是评估模型答案：B。探索指尝试新的、未知的行为以发现更好的策略；利用指使用已知的最佳行为以获得稳定回报。
-
机器学习完整流程的正确顺序是？
A. 模型选择 → 数据收集 → 特征工程 → 训练 → 评估
B. 数据收集 → 预处理 → 特征工程 → 模型选择 → 训练 → 评估
C. 数据收集 → 模型选择 → 训练 → 预处理 → 评估
D. 特征工程 → 数据收集 → 模型选择 → 训练 → 预处理答案：B。正确的流程是先收集数据，再预处理，然后特征工程，接着选择模型，训练，最后评估。