首页 / 机器学习
📊 机器学习 是什么？
机器学习就是给计算机一堆例子，让它自己学会规律，不用人一步步教。
⚡ 一句话秒懂
机器学习就是给计算机一堆例子，让它自己学会规律，不用人一步步教。
📖 举个故事
小陈刚当上质检员，老员工教他识别次品：「你看这个瓶盖，边缘有点毛刺就不合格。」小陈看了几十个样本，慢慢就学会了，看到新瓶盖也能判断。
机器学习也是这样。程序员不给AI写判断规则「边缘毛刺大于0.5mm就是次品」，而是给它一万张瓶盖照片，每张标上「合格」或「次品」。AI自己分析哪些特征和次品有关——可能是颜色、形状、纹理。新瓶子来了，它一看就知道行不行。
💡 类比理解
暂未补充。
🧩 真实例子
暂未补充。
🛠️ 怎么实际使用
你每天收几十封邮件。手动标记垃圾邮件太烦了。
Gmail的垃圾邮件过滤器就是机器学习做的。你每次点「报告垃圾邮件」，就是在给AI一个训练样本。AI看多了之后，发现「中奖」「转账」「点击链接」这些词经常出现在垃圾邮件里。新邮件进来，它自行打分，像不像垃圾邮件的特征很像就自动丢进垃圾箱。
📚 进阶原理
机器学习是让计算机从数据中自动学习规律，无需显式编程。流程分三步：训练（用标注好的数据让模型调整内部参数）、验证（测试训练效果并调优）、推理（用学到的参数处理新数据）。
三大派别：监督学习（有标签），无监督学习（无标签，让AI自己发现规律），强化学习（通过试错和奖励学习）。当前大语言模型主要使用监督学习+强化学习（RLHF）。