← 返回概念解读

Concept Fable精修版

机器学习

Machine Learning, ML · Machine Learning

先读故事。这里不急着给定义,先让问题自己长出来。

寓言故事

不会背规则的果铺学徒

果铺掌柜起初用三条规则挑甜梨:皮要黄,果柄要弯,闻起来要香。晴天时这套办法很灵,雨季一到,许多外皮发暗的梨被错放进涩果筐。

掌柜不断往墙上添规则,颜色、斑点、重量写了满满一页,伙计反而更犹豫。老农拿来一批已经尝过的梨,让学徒把外观、香气、产地和最后的甜涩一一记下。

学徒没有再背新条目,而是反复比对这些例子,慢慢发现几种线索合在一起才可靠。他拿未尝过的梨先作判断,再由客人品尝校正,错的地方回到记录里。

到收梨旺季,果铺能处理从没见过的新批次。掌柜这才明白,有些判断不是人把答案写死,而是从足够多的例子中学出规律。

概念落点

这个故事讲的是:机器学习

它让计算机不是只按人手写的规则工作,而是从数据样本中学习规律,用学到的模式对新输入做预测、分类、生成或决策。

机器学习需要训练数据、特征或表示、模型、目标函数和评估。它强在能处理难以手写规则的问题,弱点是会受数据质量、分布变化和错误目标影响。

故事对应

  • 手写熟桃规则:传统规则程序
  • 一筐筐带结果的桃:训练数据
  • 颜色气味软硬:输入特征或表示
  • 正好、太生、过熟:标签或目标结果
  • 新桃判断:模型对未见样本的预测

Soloharness 判断

机器学习适合规则写不完但样本足够的问题。企业落地时,先问有没有可学习的数据和可验收的结果,而不是先问模型有多新。

supervised learningunsupervised learningreinforcement learningmodel training