文章目录
- 1. 人工智能
- 2. 机器学习
- 2.1 机器学习
- 举例：预测房价
- 举例：区分车还是人
- 2.2 按反馈信号分类
- 2.2.1 监督学习
- 2.2.2 无监督学习
- 2.2.3 半监督学习
- 2.2.4 自监督学习
- 2.2.5 强化学习
- 2.3 按任务类型分类
- 2.3.1 分类
- 2.3.2 回归
- 2.3.3 聚类
- 2.3.4 关联规则
- 2.3.5 序列预测
1. 人工智能
人工智能（Artificial Intelligence，简称 AI），是计算机科学的分支，是一门前沿综合学科，需要众多的学科基础。
其本质是对人类智能的模拟。
当前的人工智能，大多是在模仿智能的“行为”，而非复制智能的“本质”。
举例：我们看一段视频，很难判断画面里的物体到底是“真的在思考”还是“算出来的”。AlphaGo 第 37 手（第 2 局）从“不可能”的局面下走出五路连提，人类棋手评价“这个下法很人类”，但它模仿的是像人类一样的行为，并不具备人类的意识与理解。
手机上已普及的语音助手小爱同学、Siri，宇树科技的人形机器人，能对话、能写代码的 DeepSeek，都属于 AI 范畴。
简单来说，人工智能是让机器（特别是计算机系统）模拟、延伸甚至超越人类智能的理论、方法和技术，是一个人类期望达到的目标。
2. 机器学习
2.1 机器学习
机器学习（Machine Learning），简称 ML，是人工智能的一个子领域，核心转变是：由人工制定规则，转变为通过数据训练算法，让计算机从历史样本中自动总结规律，用以预测或决策新问题。
其本质就是通过给定输入量 x，让机器自己得出输出量 y。
机器学习就是通过一堆的数据进而得出一个总结性的计算规律，有特征来寻找参数，这个过程就叫做模型训练。
举例：预测房价
假设我们要预测某小区房价，先用最简单的线性模型：
y = w·x₁ + w₂·x₂ + w₃·x₃ + b 其中 x₁ = 面积（㎡），x₂ = 房间数，x₃ = 房龄（年），y = 成交价（万元）人工规则的做法：程序员去问中介“房子怎么定价”，把专家的话硬编码成规则，例如“每平米 2 万 × 面积，超过 5 年每年减 3%”。但真实成交价往往和这套规则差很多，因为例外太多、规则之间会互相冲突。
机器学习的做法：收集 10 万条真实成交记录（面积、房间数、房龄、成交价），把 w₁、w₂、w₃、b 初始化为一个随机值，然后不断“预测 → 和真实答案比对 → 调整参数”。最终学到的结果可能是：
y = 3.2·x₁ + 0.8·x₂ − 1.5·x₃ + 45模型甚至能学到人类没明说的规律：朝南的房子偏贵 5%、带电梯的老小区没跌价——这些是数据自己告诉它的，规则表里根本写不出来。
举例：区分车还是人
如果要实现一个简单的图像分类，比如区分下图里面是车还是人？
若用规则的方式，需要写出“如果有两个轮子 + 车灯 + 矩形轮廓，则是车”——但会有无穷多反例（卡车、自行车、玩具车、带轮子的行李箱）。而机器学习把这个函数表示成一组可调参数：
f(x; θ) = y_car, 其中 θ = {θ₁, θ₂, ..., θ₁₀₀万}车和人很难用几个参数手工写死，但几十万级的参数可以通过上万张标注好的图片训练出来，且难以逐个解释——这也正是“可解释性”成为机器学习独立研究方向的原因。
2.2 按反馈信号分类
2.2.1 监督学习
监督学习是机器学习和人工智能中的一种算法学习训练方式，其核心特点是训练数据包含输入特征与对应的正确标签，模型通过学习输入与输出之间的映射关系，在新数据上实现准确预测。存在对错。
举例：训练垃圾邮件过滤器。人工先标注 10 万封邮件（每封标为“垃圾/正常”），模型学习其中的关键词、发件人域名、链接结构。新来一封邮件时直接给出“垃圾邮件，置信度 97%”——答案有明确的正确与错误。
2.2.2 无监督学习
无监督学习是在没有明确标签的情况下进行学习，让算法自行从输入数据中发现隐藏的结构、规律或模式，靠“数据内在结构”反馈。没有对错，只找规律。
举例：拿到 100 万用户的消费记录，但没有任何“用户类型”标签。聚类算法自动发现这群人只在周五晚上买酒、这群人只买母婴用品且客单价高、这群人几乎不消费只签到领积分。这时才需要业务人员事后给这三个簇起名字：“商务应酬型”“育儿家庭型”“沉睡用户”——标签是人看完结果才补上的，不是训练前就有的。
2.2.3 半监督学习
半监督学习利用少量“有标签”的数据（带标准答案）和大量“无标签”的数据（无答案）共同进行训练，以此来提升模型的预测精度，是介于监督学习和无监督学习之间的取舍。
举例：训练肺结节 CT 影像识别。让放射科医生标注 1000 张片子需要数月，成本极高；而医院积累了 20 万张同类 CT 却大多没标注。半监督学习用1000 张有标签 + 20 万张无标签共同训练，效果显著优于只用手头的 1000 张，也远优于瞎猜标签。
其典型思路（伪标签）是：先用 1000 张有标签数据训出模型 → 给 20 万张无标签数据“打上预测标签”并筛出置信度高的部分 → 把它当作新增标注数据 → 重新训练 → 如此迭代。
2.2.4 自监督学习
自监督学习是一种特殊的无监督学习形式，其特点是让数据自己标注自己。它与半监督学习的核心区别在于：半监督学习仍依赖少量真实标签（标签由人提供），而自监督学习完全不用人工标签。
举例：
- 语言模型（GPT）：数据就是互联网上已有的文本。给它一句话“今天天气真”，让它预测下一个词；答案天然就存在于原文里，不需要任何人标注。
- BERT：把句子随机遮住，如“我今天去了[MASK]京”，让它猜出“北”——同样是从文本自身构造出答案。
- 图像领域：把图片切成块，随机遮住 75% 的一块让模型还原；或把图片旋转/裁剪后判断“原图还是被改动过”。
可以这样区分三者：
| 类型 | 标签来源 | 举例 |
|---|---|---|
| 监督学习 | 人工标注 | 10 万封人工标好的垃圾邮件 |
| 半监督学习 | 少量人工 + 大量无 | 1000 张医生标注片 + 20 万张未标注片 |
| 自监督学习 | 数据自身，无人工 | 用文本本身当答案做“下一词预测” |
2.2.5 强化学习
强化学习是一种通过与环境交互来学习最优策略的机器学习范式，其反馈信号来自奖励函数，而非直接的标签。通过奖励在试错中积累经验，追求长期收益最大化。
举例 1（游戏）：AlphaGo 没有告诉机器“这步棋好/不好”，只定义规则“赢了得 +1 分，输了 −1 分”。机器自己下数百万局，逐渐摸索出在第 37 手该五路连提。
举例 2（机器人）：训练宇树的机器狗走路，奖励函数 = “身体重心越平稳 +10 分、向前走 1 米 +5 分、摔倒 −20 分、耗电 −1 分”。开始时它像喝醉了一样原地抽搐，几万次迭代后逐渐学会稳定行走。
举例 3（推荐）：用户看视频，点了/划走就是奖励信号，目标是让长期观看时长最大化——所以它可能推荐一集需要追更 8 集的剧，而不只是当下最吸引人的那一集。
与分类的本质区别：分类的反馈是“标准答案”，强化学习的反馈是“打分”——模型必须自己探索出什么动作值得做。
2.3 按任务类型分类
2.3.1 分类
分类是一种监督学习任务，旨在根据输入数据的特征，将其划分到预先定义好的、离散的类别标签中。在分类问题中，输出变量为离散标签，例如“是/否”、“垃圾邮件/非垃圾邮件”、“猫/狗”等。
举例：
- 二分类：输入一封邮件的文本，输出 {垃圾邮件, 正常邮件}，概率形如
P(垃圾)=0.97。 - 多分类：输入一张图片，输出 {猫, 狗, 鸟, 马, 汽车, 卡车} 中的一类——仍是离散的 6 个候选之一。
- 多标签分类：一张图可以同时是“猫”和“户外”，输出是一组标签而非单个。
判断标准：输出是有限个离散类别。
2.3.2 回归
回归是一种监督学习任务，旨在建立一个数学模型，来拟合输入特征与连续数值型输出之间的映射关系，模型需学习该关系以实现对新样本的连续值预测。
举例：上面 2.1 的房价模型。输入 89 ㎡、3 房、房龄 8 年，输出312.4 万元——注意这不是“高/中/低”三个选项之一，而是一个可以取任意实数的连续值。
其他例子：
- 预测明天最高气温28.5 ℃
- 预测某商品未来一周销量1,342 件
- 预测用户 30 天内流失概率0.17（概率本质也是一种回归输出）
回归与分类的联系：很多分类模型其实就是在做“回归 + 取整/比较”。例如用回归输出房价 312.4 万，再套一个规则“≥300 万 = 高档小区”，就变成分类结果。所以回归更基础，分类可看作回归在阈值上的离散化。
2.3.3 聚类
聚类是一种无监督学习任务，旨在在没有预先给定类别标签的情况下，根据数据样本之间的内在相似性，自动将其划分为若干个不相交的簇，使得同一簇内的样本彼此相似，而不同簇之间的样本差异较大。
举例：电商想给用户分层，手里只有 100 万条订单，没有标签。然后根据数据样本之间的相似性自动分为 4 簇。
| 簇 | 特征 | 自动命名（事后人工） |
|---|---|---|
| C1 | 月均 12 单、客单 80 元 | 低频小额型 |
| C2 | 月均 2 单、客单 3000 元 | 高客单囤货型 |
| C3 | 月均 6 单、集中在母婴品类 | 育儿家庭型 |
| C4 | 年消费 0 元 | 沉睡用户 |
公司据此发现 C3 是被忽视的高潜力人群，随后给不同簇推送不同营销内容。
2.3.4 关联规则
关联规则是一种无监督学习任务，旨在从大规模数据集中，发现变量（或项）之间有趣的隐含依赖关系或共生模式，通常表示为“X→Y”的蕴含式，尤其在大规模事务数据中表现突出。
举例：超市分析 10 万张购物小票，发现规则“啤酒 → 尿不湿”（支持度 0.4%，置信度 65%）。经典解释是“家里来了新爸爸（买尿不湿）→ 顺便庆祝一下（买啤酒）”。超市据此把两类商品摆到相邻货架，关联销售直接提升。
其他例子：
- “买牛奶 → 也买面包”，便利店把两者放在一排
- “注册免费 → 三天内开通付费”，产品据此调整新手引导
- “基因 A 突变 → 症状 B 出现”，医学关联研究
2.3.5 序列预测
序列预测，简单来说，就是利用过去一串有顺序的数据，来推断未来接下来会发生什么。
举例 1（销量）：某超市过去 52 周的鸡蛋销量，预测下周该进多少货。关键在于顺序——本周的预测更依赖上周而非半年前的数据。
举例 2（天气/股价）：过去 30 天的气温曲线 → 预测明天的最高温度；过去 90 个交易日的收盘价 → 预测下一个交易日的走势。
举例 3（自然语言）：输入“今天下雨了，我” → 预测接下来最可能的词是“带”、“没”还是“回家”。这也是自监督学习的核心任务，说明序列预测既可做有监督任务（预测数值），也可直接从海量文本中自监督训练。
举例 4（用户行为）：根据用户过去浏览的 10 个视频，预测他下一个会看哪类视频——这直接决定了短视频 App 的推荐链路。
判断标准：输入是具有时序/顺序依赖的一串数据，目标是预测这个序列的下一个（或后 N 个）元素。
总结：
| 任务类型 | 有无标签 | 输出形式 | 一句话例子 |
|---|---|---|---|
| 分类 | 有 | 离散标签 | 这封邮件是垃圾邮件吗 |
| 回归 | 有 | 连续数值 | 这套房值 312.4 万 |
| 聚类 | 无 | 一组簇 | 把 100 万用户自动分成 4 群 |
| 关联规则 | 无 | 蕴含式 | 买啤酒的人常买尿不湿 |
| 序列预测 | 可有可无 | 下一个元素 | 明天最高气温 28.5 ℃ |
