3-机器学习类型：监督学习、非监督学习、强化学习

来源链接：https://www.bilibili.com/video/BV1n3fzBsEu6?spm_id_from=333.788.videopod.sections&vd_source=e73a152dada4626bad49c30d848902f7

1. 垃圾邮件分类模型迭代过程

本部分通过判断朋友发送的邮件是否为垃圾邮件的生活化案例，逐步迭代模型，演示机器学习的底层逻辑。

1. 模型V1.0：纯概率盲猜
*

• 逻辑：统计历史10封邮件中有6封是垃圾邮件，直接判定新邮件有60%概率为垃圾邮件
• 缺陷：完全没有利用邮件本身的特征，精度极低，仅做基准参考

1. 模型V2.0：单特征规则判断
*

• 引入第一个特征：邮件发送时间
• 规则：工作日发送=正常邮件，周末发送=垃圾邮件
• 逻辑：观察历史数据发现，对方周末发送的几乎都是垃圾邮件
• 缺陷：规则过于绝对，会误杀周末发送的正常邮件（例如活动通知、徒步邀约）

1. 模型V3.0：多特征组合规则
*

• 新增第二个特征：邮件附件大小
• 规则：如果是周末发送 且 附件大小>10KB → 判定为垃圾邮件，否则为正常邮件
• 效果：成功拦截带大附件的广告邮件，同时保留了周末发送的小体积正常通知邮件
• 优势：引入多维度特征，判断精度得到显著提升

2. 机器学习核心逻辑

*

2.1 核心概念定义

1. 特征(Feature)：用于做出判断的相关维度，例如本案例中的发送时间、邮件大小、标题是否包含”免费”等，都是判断是否为垃圾邮件的依据。
2. 权重(Weight)：不同特征对最终结果的影响程度，例如标题包含”免费中奖”对垃圾邮件的指示性远强于发送时间，因此会分配更高的权重。

人和机器的核心差异：人类一次最多只能处理3~5个特征，而计算机可以同时分析上百万封邮件、上万种特征，这也是机器学习判断精度可以远超人工的核心原因。

2.2 机器判断逻辑

机器学习通过加权求和计算垃圾邮件得分，公式如下：
$$ 得分 = w_1 \times 周末特征 + w_2 \times 附件大小特征 + w_3 \times 包含免费特征 + …$$

• 权重示例：
  • 标题包含”免费”：权重+50分（强特征）
  • 附件大于10KB：权重+30分（中强特征）
• 判定规则：总得分>60 → 判定为垃圾邮件
• 核心逻辑：不再使用非黑即白的硬规则判断，而是通过打分量化概率；特征命中越多、特征指示性越强，得分越高，对应结果的概率就越高。

2.3 机器学习的核心目标

*

机器学习的核心问题：如何精准确定每一个特征的最优权重？

机器学习的完整过程：
将大量已经标注好类别的历史数据输入计算机，让程序自动不断调整每个特征的权重数值，最终找到一组可以让判断准确率最高的权重组合。这个自动寻找最优权重的过程，就是机器学习。

3. 机器学习前置知识要求

*

说明：仅需要掌握基础即可，无需成为数学或编程专家，课程会对用到的理论做即时通俗讲解。

3.1 数学基础要求

1. 线性代数：掌握向量、矩阵的基础概念，以及加减、点积、乘法运算即可。
2. 概率与统计：掌握均值、方差、常见概率分布、贝叶斯定理的基础含义即可。
3. 微积分：理解导数、偏导数的含义，以及链式法则即可。

3.2 编程技能要求

1. Python：机器学习领域的事实标准语言，掌握基础语法即可。
2. Jupyter Notebook：适合边写代码边做实验、数据可视化的开发环境。
3. 常用工具库：
   • NumPy/Pandas：用于数据处理
   • Matplotlib/Seaborn：用于数据可视化
   • Scikit-learn：经典机器学习算法库，开箱即用

AI总结

本视频通过垃圾邮件分类的生活化案例，由浅入深拆解了机器学习的核心本质，消除了机器学习的神秘感：

1. 机器学习的判断逻辑本质是对多个特征做加权打分，得分超过阈值就做出对应判断，和人类做决策的逻辑完全一致；
2. 机器学习的核心工作，就是让计算机从大量标注好的历史数据中自动调整参数，找到每个特征的最优权重组合，无需人工手写所有判断规则；
3. 入门机器学习不需要精通高等数学和编程，只需要掌握基础的Python能力和数理知识就可以开始学习，复杂的理论可以在用到的时候再逐一理解。
   这个讲解非常适合新手建立对机器学习的整体认知，理解”机器学习到底在做什么”这个最核心的问题。

---

refer

-

声明：

1. 若文章存在错误，望诸君不吝指正^

2. blog仅供个人记录学习所用

3. 部分笔记由于年代久远，做的笔记找不到最初是引用谁的，若是不允许引用转载，请联系我