1.5 KiB
Executable File
1.5 KiB
Executable File
created, type, tags
| created | type | tags | |
|---|---|---|---|
| 2026-04-28 | concept |
|
机器学习（Machine Learning）
让计算机从数据中自动学习规律，无需显式编程
定义
机器学习是人工智能的一个子领域，研究如何通过算法让计算机从数据中学习模式，并用这些模式进行预测或决策。
三大范式
| 范式 | 说明 | 典型任务 |
|---|---|---|
| 监督学习 | 从标注数据中学习映射 | 分类、回归 |
| 无监督学习 | 从未标注数据中发现结构 | 聚类、降维 |
| 强化学习 | 通过与环境交互学习策略 | 游戏 AI、机器人控制 |
工作流程
数据收集 → 数据预处理 → 特征工程 → 模型训练 → 模型评估 → 部署
核心概念
| 概念 | 说明 |
|---|---|
| 特征（Feature） | 输入数据的属性 |
| 标签（Label） | 要预测的目标值 |
| 过拟合（Overfitting） | 模型记住了训练数据的噪声 |
| 泛化（Generalization） | 模型在新数据上的表现 |
| 反向传播 | 神经网络训练的核心算法 |
与深度学习的区别
- 机器学习：包含所有从数据中学习的算法（包括简单算法如线性回归、决策树）
- 深度学习：机器学习的子集，特指使用多层神经网络的方法
相关概念
基于 AI 基础知识整理