1.1 机器学习的定义

机器学习（Machine Learning, ML）是让计算机从数据中学习，然后在没有明确编程的情况下进行预测或决策的技术。

• 传统编程：程序员写出明确的规则，例如“如果温度低于 0℃，显示‘结冰’”。
• 机器学习：计算机分析历史天气数据，自行找出“低温 → 可能结冰”的规律，然后对新数据进行预测。

机器学习的核心思想是：数据 + 算法 = 经验 + 预测能力。

---

1.2 机器学习 vs 传统编程

特点	传统编程	机器学习
规则	人工手写规则	计算机从数据中学习规则
适用范围	规则清晰、可枚举的任务	规则复杂，难以手写的任务
例子	计算器、Excel 公式	语音识别、推荐系统

示例：垃圾邮件分类

传统编程

def is_spam(email):
    if "中奖" in email or "免费" in email:
        return True
    return False

✅ 优点：逻辑清晰
❌ 缺点：如果骗子用“免 费”代替“免费”就无法识别。

机器学习

• 机器学习不需要手写规则，而是分析大量垃圾邮件，学习出哪些词出现时，邮件是垃圾邮件的概率高（如“中奖”、“特价”）。
• 新邮件进来后，模型根据学习到的规律自动判断。

---

1.3 机器学习的日常应用

1.3.1 推荐系统

• 应用：Netflix、YouTube、淘宝、抖音。
• 示例：你在淘宝上搜索“耳机”，几小时后，你的微博、知乎上可能会看到耳机广告。

1.3.2 语音助手

• 应用：Siri、Google Assistant、天猫精灵。
• 示例：Siri 识别你说的“明天下午三点提醒我开会”，并自动添加到日程。

1.3.3 人脸识别

• 应用：手机解锁、考勤打卡、安防监控。
• 示例：iPhone Face ID 通过分析你的五官特征，识别是不是你本人。

---

1.4 机器学习的分类

1.4.1 监督学习（Supervised Learning）

• 概念：给定带标签的数据，模型学习“输入 → 输出”的映射关系。
• 示例：猫狗分类
  • 输入：猫或狗的图片
  • 输出：标签（“猫” 或 “狗”）
• 现实应用：
  • 银行贷款审批（根据用户信用评分预测是否批准）
  • 医疗诊断（根据病人数据预测是否患病）

示例：用 Python 训练一个简单的监督学习模型

from sklearn.tree import DecisionTreeClassifier

# 训练数据：身高、体重 → 猜测是男是女
X = [[170, 65], [160, 50], [180, 80], [150, 45]]  # 特征
y = ['男', '女', '男', '女']  # 标签

# 创建决策树分类器
model = DecisionTreeClassifier()
model.fit(X, y)  # 训练模型

# 预测一个新的数据
prediction = model.predict([[175, 70]])
print("预测结果:", prediction[0])  # 可能输出：'男'

示例输出

预测结果: 男

说明

• DecisionTreeClassifier 是决策树分类器，用于分类任务。
• fit(X, y) 让模型学习身高体重和性别的关系。
• predict([[175, 70]]) 预测一个新人的性别。

---

1.4.2 无监督学习（Unsupervised Learning）

• 概念：数据没有标签，模型自己寻找数据的结构或模式。
• 示例：新闻分类
  • 输入：大量新闻文章
  • 过程：算法自动发现哪些新闻内容相似，归类到一起
• 现实应用：
  • 客户群体划分（电商分析不同类型的顾客）
  • 异常检测（信用卡诈骗识别）

示例：用 Python 进行新闻聚类

from sklearn.cluster import KMeans
import numpy as np

# 假设我们有 6 篇新闻，它们的特征向量如下
X = np.array([[1, 2], [2, 3], [3, 2], [8, 9], [9, 8], [10, 10]])

# 创建 KMeans 聚类模型，分为 2 组
model = KMeans(n_clusters=2, random_state=42)
model.fit(X)

# 输出每篇新闻属于哪个类别
print("分类结果:", model.labels_)

示例输出：

分类结果: [0 0 0 1 1 1]

说明

• KMeans(n_clusters=2) 创建 2 组聚类
• fit(X) 训练模型，自动分类新闻
• model.labels_ 输出每个新闻属于哪个类别

---

1.4.3 强化学习（Reinforcement Learning）

• 概念：通过试错学习策略，在环境中获得最优回报。
• 示例：游戏 AI
  • 输入：游戏环境（如《围棋》棋盘）
  • 过程：AI 试探不同走法，尝试击败对手
  • 输出：最优策略
• 现实应用：
  • AlphaGo（打败人类围棋冠军）
  • 自动驾驶（学习如何转弯、刹车）

示例：Q-Learning 玩井字棋

# 这里不写代码，强化学习代码较复杂，我们后续章节再详细介绍
print("强化学习示例后续章节介绍")

---

1.5 实践案例

案例 1：用 Python 画出“机器学习决策流程图”

import matplotlib.pyplot as plt
import networkx as nx

# 解决中文显示问题
plt.rcParams["font.sans-serif"] = ["SimHei"]  # Windows 和 Mac 可能需要不同字体
plt.rcParams["axes.unicode_minus"] = False  # 解决负号显示问题

# 创建有向图
G = nx.DiGraph()

# 添加节点（机器学习分类）
nodes = [
    ("数据", "监督学习"),
    ("数据", "无监督学习"),
    ("数据", "强化学习"),
    ("监督学习", "分类"),
    ("监督学习", "回归"),
    ("无监督学习", "异常检测"),
    ("无监督学习", "聚类"),
    ("无监督学习", "降维"),
    ("强化学习", "策略学习"),
    ("强化学习", "价值学习"),
]

# 添加边
G.add_edges_from(nodes)

# 设置节点布局
pos = {
    "数据": (3, 4),
    "监督学习": (1, 3),
    "无监督学习": (3, 3),
    "强化学习": (5, 3),
    "分类": (0, 2),
    "回归": (1, 2),
    "异常检测": (2, 2),
    "聚类": (3, 2),
    "降维": (4, 2),
    "策略学习": (5, 2),
    "价值学习": (6, 2),
}

# 画图
plt.figure(figsize=(8, 5))
nx.draw(G, pos, with_labels=True, node_size=3000, node_color="lightblue", edge_color="gray", font_size=10, font_family="SimHei")
plt.title("机器学习决策流程图", fontsize=12)
plt.show()

示例输出：

说明

• networkx 用于画流程图
• 结果是一个机器学习分类树

---

案例 2：让读者猜测身边的机器学习应用

练习题

1. 你打开淘宝，为什么推荐的商品和你最近看的商品有关？
2. 你收到垃圾邮件，如何判断它是不是垃圾邮件？
3. 你的手机解锁时，Face ID 识别的是你的五官还是衣服？
4. 你玩游戏时，为什么 AI 变得越来越强？

讲解

• 淘宝使用推荐系统（监督学习）
• 垃圾邮件过滤器用文本分类（监督学习）
• Face ID 用深度学习（监督学习）
• 游戏 AI 通过强化学习变强

---

总结

✅ 机器学习通过数据学习规律，代替人工编写规则
✅ 监督学习 适用于有标签数据，无监督学习 适用于无标签数据，强化学习 适用于试错优化
✅ 机器学习广泛应用于推荐系统、人脸识别、自动驾驶等领域

接下来，我们进入 “机器学习的基本流程”！ 🚀