你早就用过机器学习：别慌，它不是外星科技

你有没有过这种经历？周末瘫在沙发上刷短视频，本来只想刷5分钟放松一下，结果一抬头，两个小时过去了——你刷了12只橘猫踩奶、9个游戏操作集锦、7个美食教程，甚至还有2个教你做手工的科普视频。你忍不住疑惑：这APP怎么比你自己还懂你喜欢什么？ 或者，你刚打王者连跪三把，心态崩到想卸载游戏，结果下一把匹配到的队友突然个个carry，对手菜得像人机，你躺赢拿下MVP，忍不住怀疑系统是不是在“演”你？ 再或者，你最近想换个动漫头像，打开AI绘图软件输入“银发红瞳机甲少女，背景是樱花飘落的霓虹灯雨夜”，几秒钟出来的图居然和你脑子里想的几乎一模一样，你惊叹：这AI会读心术吗？ 别慌，这些都不是外星科技，你早就天天在用它们了——它们背后的魔法，就叫机器学习（Machine Learning，简称ML）。咱们这章的目标很简单：把你之前对这些技术的模糊感受，变成清晰的直觉，让你知道“哦，原来这就是机器学习，我也能玩转它”。

1.1 你早就成了机器学习的“老用户”

先给你看一组数据：据《2023年中国互联网产品算法应用报告》显示，国内TOP100的APP里，有87个都在使用机器学习技术，从你每天用的微信、抖音、王者荣耀，到外卖平台、购物软件、甚至你打卡的校园门禁系统，背后都有机器学习的身影。 你可能会说：“我没主动用过啊？”错，你早就用过无数次了。 比如你刷抖音的时候，你点赞了一个猫片，划走了一个美妆教程，在一个篮球视频下面停留了30秒没划走，这些行为都会被算法当成“信号”收集起来。算法会自己总结：“哦，这个用户喜欢猫，对篮球也有点兴趣，讨厌美妆内容”，下次打开APP，它就会优先给你推猫和篮球的内容，你刷得越久，它越懂你，最后甚至能精准到给你推“橘猫踩奶”“库里过人集锦”这种你刚好感兴趣的内容，这就是机器学习在帮你“过滤”信息，不用你自己在海量内容里找。 再比如你玩的游戏匹配系统，它不会随便给你匹配对手，而是会算你的“隐藏分（MMR）”——你赢得多，隐藏分就高，它就会给你匹配同样隐藏分高的对手，让你有挑战性；你要是连跪三把，它怕你生气退游，就会偷偷给你匹配几个强队友，让你赢一把开心一下，继续玩。这个匹配系统也是机器学习做的，它根据几百万玩家的对局数据，自己总结出了“怎么匹配能让玩家玩得最开心”的规律，不是程序员提前写死的“连跪三把就给强队友”的规则。 还有你最近用的AI画图工具，比如Midjourney、文心一格，它能画出你想要的图，不是因为它会读心术，而是它之前“看”过几亿张图片，自己总结了“银发红瞳机甲少女”应该是什么样的：银发要有点反光，红瞳要有高光，机甲要有机械结构，背景要有霓虹灯和樱花，这些规律都是它从数据里自己学出来的，这就是机器学习的核心能力：从数据里自己找规律，不用人类一行行写死规则。 > 💡 电子版侧边栏提示：你有没有发现，有时候你只是脑子里想了一下“想吃火锅”，打开外卖APP就给你推火锅店？别怕，这不是手机监听你，是机器学习根据你之前的点餐记录、浏览记录，总结出你大概率想吃火锅了，刚好推给你，概率刚好碰上了而已。

1.2 别把机器学习想得太复杂：它就是“教小孩认猫”

要搞懂机器学习，最有效的方法就是和“教小孩认东西”做类比，毕竟你小时候就是这么认识世界的。 假设你现在要教一个3岁的小孩认猫，有两种教法，对应两种完全不同的思路：一种是传统编程的思路，一种是机器学习的思路。

传统编程：给小孩列“猫的规则清单”

传统编程的思路是：人类先把所有规则写清楚，计算机只要按规则执行就行。对应到教小孩认猫，你就是给小孩列一张清单： > 1. 猫有毛，颜色可能是橘色、黑色、白色、灰色 > 2. 猫有胡须，硬的，能扎手 > 3. 猫有尾巴，一般是翘起来的 > 4. 猫的耳朵是尖的 > 5. 猫会喵喵叫 然后你告诉小孩：“你以后看到符合这5条的东西，就是猫，不符合就不是。” 结果你带小孩去猫咖，碰到一只无毛猫，小孩看了看：“没有毛，不是猫！”碰到一只胖橘猫，尾巴被压在身子底下，小孩看了看：“没有尾巴，不是猫！”碰到一只猫正在睡觉，耳朵耷拉着，小孩又喊：“耳朵不尖，不是猫！”你气得半死，说你怎么这么笨，小孩也很委屈：你列的规则里没有这些情况啊！ 传统编程就是这么“笨”：它只会按人类写死的规则执行，规则没覆盖到的情况，它就完全不会处理。你写程序识别猫，漏了“无毛猫”“尾巴断了的猫”“耳朵耷拉的猫”的情况，它就认不出来，你只能一条一条补规则，补到天荒地老。

机器学习：带小孩去猫咖待一个月

机器学习的思路完全不一样：你不会给小孩列规则，而是带他去猫咖待一个月，天天看各种猫：有橘猫、无毛猫、折耳猫、胖得像球的猫、瘦得像竹竿的猫、跑的、跳的、睡觉的、打哈欠的、尾巴卷起来的、把尾巴咬断的，还有各种不是猫的东西：狗、兔子、毛绒玩具、老虎玩偶。 你每次给小孩看猫的时候，就说“这是猫”，看不是猫的时候就喊“这不是猫”，不用告诉他为什么。一个月之后，你再带他去动物园，他看到一只从来没见过的狞猫，也会喊：“这是猫！”哪怕这只猫的耳朵上有毛，尾巴特别短，他也能认出来，因为他自己从这一个月看的例子里，总结出了“猫的规律”：哪怕没有毛、没有尾巴、耳朵耷拉，只要鼻子是那种形状，胡须是硬的，动作像猫，就是猫。 机器学习就是这么工作的：你不用给计算机写死规则，你只要给它足够多的“例子”（数据），告诉它哪些是对的，哪些是错的，它自己就能从例子里总结出规律，下次碰到没见过的例子，也能判断对。 > 📖 纸书排版提示：此处可插入对比表格，清晰展示传统编程和机器学习的区别： > | 对比维度 | 传统编程 | 机器学习 | > | --- | --- | --- | > | 核心逻辑 | 人类写规则，计算机执行 | 计算机从数据里自己找规则 | > | 适用场景 | 规则明确的场景，比如计算器、Excel | 规则不明确的场景，比如识别猫、推荐内容 | > | 灵活性 | 差，规则没覆盖到就不会处理 | 高，能处理没见过的例子 | > | 人力成本 | 前期写规则很费时间，后期不用管 | 前期收集数据很费时间，后期不用写规则 |

是不是一下子就懂了？很多人觉得机器学习是高深的数学魔法，其实本质就是这么简单：给计算机足够多的例子，让它自己总结规律，不用人类手写规则。 你可能会问：那机器学习是不是比传统编程厉害？也不是，各有各的适用场景。比如你要写一个计算器，算1+1=2，传统编程一秒就能写好，特别稳定，永远不会有错；但你要写一个识别猫的程序，传统编程要写几千条规则，还容易漏，机器学习只要给够猫的照片，自己就能学会，比传统编程好用100倍。所以机器学习适合那些“规则说不清楚，但是人类一看就知道”的场景，比如识别图片、听懂人话、推荐你喜欢的内容，这些都是传统编程搞不定的，机器学习一搞一个准。

1.3 机器学习的三个“魔法道具”：没它们啥也干不了

如果你要把机器学习当成一个魔法，那它有三个必不可少的魔法道具，缺一个都变不出魔法：数据（Data）、模型（Model）、训练（Training）。咱们还是用“教小孩认猫”的类比来讲，特别好懂。

第一个道具：数据，就是“例子”

你要教小孩认猫，总得给他看猫的照片吧？这些照片就是“数据”。机器学习里的数据就是你要给模型的“例子”，你要教它认猫，就得给它猫的照片、狗的照片，你要教它推荐你喜欢的内容，就得给它你的点赞记录、浏览记录、评论记录，数据越多、越全面，模型学得越好。 比如你要教模型认猫，你只给它3张橘猫的照片，那它下次看到黑猫肯定认不出来；但你要是给它10000张各种品种、各种姿态、各种场景的猫的照片，还有10000张不是猫的照片，它学出来的模型就特别准，哪怕碰到一只从来没见过的暹罗猫，也能认出来。 > 💡 小提示：现在很多大公司都在抢“数据”，比如抖音有海量的用户行为数据，所以它的推荐算法特别准，小公司没有这么多数据，算法就不如抖音准，这就是“数据就是石油”的原因。

第二个道具：模型，就是“脑子”

你要教小孩认猫，小孩得有个脑子才能学吧？这个脑子就是机器学习里的“模型”。模型本质上是一个数学结构，你可以把它理解成一个“空白的脑子”，一开始啥都不知道，你给它喂数据，它慢慢改自己的“脑子结构”，最后就学会了规律。 模型有很多种，比如你要识别图片，就用“神经网络模型”，就像人脑的神经元一样，一层一层的，能把图片里的特征慢慢提取出来；你要处理文字，就用“自然语言处理模型”，能把文字的意思理解透；你要做推荐，就用“推荐模型”，能把用户的行为和内容对应起来。咱们后面几章会详细讲这些模型是怎么工作的，现在你只要知道“模型就是机器学习的脑子”就行。

第三个道具：训练，就是“学习的过程”

你给小孩看了猫的照片，小孩不会自动就认猫了，你得告诉他“这是猫，那不是猫”，他慢慢总结规律，这个过程就是“训练”。 机器学习的训练过程也一样：你把数据喂给模型，同时告诉模型“这些是猫，那些是狗”，模型一开始肯定认错，比如把狗认成猫，这时候你就告诉它“你认错了，这是狗”，它就慢慢改自己的脑子里的规则，下次再碰到狗就不会认错了。这个过程来回重复几千几万次，模型的准确率越来越高，最后就练成了，这就是“训练完成”了。 训练完之后，你就可以拿新的数据给它测试了：比如你给它一张从来没见过的猫的照片，它能认出来是猫，就说明训练成功了。 > 🔬 电子版交互：这里可以插入一个动态流程图，展示“数据→模型→训练→测试”的完整流程，点击每个步骤可以看详细解释。 > ```mermaid > graph LR > A[数据：10000张猫/狗的照片] --> B[模型：空白的识别脑子] > B --> C[训练：告诉模型哪个是猫哪个是狗，反复调整] > C --> D[测试：给没见过的照片，看能不能认对] > D -->|准确率高| E[训练完成，可以用了] > D -->|准确率低| C > ```

给你举个真实的例子：你手机的相册能自动把照片分成“猫”“狗”“风景”“美食”，就是用了这三个道具： 1. 数据：工程师先收集了几百万张标注好的照片，每张照片都标了“这是猫”“这是狗”“这是风景”，这就是训练数据； 2. 模型：用了一个专门识别图片的神经网络模型，一开始啥都不会； 3. 训练：把这幾百万张照片喂给模型，告诉它每张照片是什么，模型反复调整自己的参数，练了几天几夜，准确率到了95%以上，就训练完成了； 4. 使用：你手机里的相册就内置了这个训练好的模型，你拍一张猫的照片，它自动给你归到“猫”的分类里，不用你手动整理。 你看，是不是特别简单？没有复杂的公式，没有高深的术语，就是“给例子→让模型自己学→学完能用”。

1.4 机器学习的三种“学习方式”：总有一种你见过

机器学习不是只有一种学法，根据“老师教不教”的区别，可以分为三种最常用的学习方式，每一种你都在天天用。

第一种：监督学习（Supervised Learning）：有老师手把手教

监督学习就是“有老师带”的学习，老师会明确告诉你每个例子是什么，你做对了给奖励，做错了给你指出来。 比如你小时候学认字，老师给你看“苹果”两个字，告诉你“这是苹果，读píng guǒ”，这就是监督学习，老师给了你“标注好的数据”（字+读音），你慢慢就记住了。 对应到机器学习，就是给模型的数据都带了“标签”：你给模型看1000张猫的照片，每张都标“这是猫”，看1000张狗的照片，每张都标“这是狗”，模型学完之后，拿到一张没见过的照片，就能自己判断是猫还是狗。 你天天用的抖音推荐算法，就是监督学习：你点赞了一个猫片，相当于给这个视频打了“喜欢”的标签，算法收集了你所有的点赞、评论、停留时长数据，相当于你给它提供了“你喜欢的猫片”的标注数据，它自己总结出你喜欢猫的规律，下次就给你推更多猫片。 还有你手机的语音输入，你说一句话，它就能转成文字，也是监督学习：工程师给模型喂了几百万小时的语音和对应的文字，告诉它“这段语音对应‘你好’这两个字”，模型学完之后，你说任何话，它都能转成对应的文字。 监督学习是最常用的一种机器学习，所有需要“判断是什么”“预测是什么”的场景，基本都是监督学习，比如识别垃圾邮件、识别照片里的人是男是女、预测明天的天气，都是监督学习。

第二种：无监督学习（Unsupervised Learning）：没有老师，自己找规律

无监督学习就是“没有老师带，自己找规律”的学习，老师不会告诉你每个例子是什么，你得自己从一堆数据里找共同点，分分类。 比如你开学的时候，班主任把全班50个同学的名字和期末考试成绩扔给你，让你把成绩差不多的分成5组，你不用老师告诉你怎么分，你自己看成绩，把90分以上的分一组，80-89分的一组，70-79分的一组，60-69分的一组，60分以下的一组，这就是无监督学习，你自己从数据里找规律，分了类。 对应到机器学习，比如你刷短视频的平台，有几百万用户，算法不知道哪些用户喜欢什么，就把所有用户的行为数据（点赞、评论、浏览）扔给无监督学习模型，让它自己分，模型发现有的用户都点赞猫片，有的用户都点赞篮球，有的用户都点赞美食，就把他们分成三类：“喜欢猫的用户”“喜欢篮球的用户”“喜欢美食的用户”，不用你告诉它怎么分，它自己找的规律。 还有你购物的时候，电商平台给你推“猜你喜欢”，也是无监督学习：它把你和其他买过类似东西的用户归成一类，你买了猫粮，它发现和你买过一样猫粮的用户还买了猫砂，就给你推猫砂，不用你告诉它“买猫粮的人可能还需要猫砂”，是它自己从几百万用户的购买记录里找出来的规律。 无监督学习适合那些“没有标注数据，但是需要找规律、分类”的场景，比如用户分群、异常检测（比如发现信用卡盗刷，因为盗刷的行为和你平时的消费行为不一样）、数据降维（比如把几千个用户特征简化成几个，方便分析）。

第三种：强化学习（Reinforcement Learning）：做对了给糖，做错了打手

强化学习就是“试错式学习”，没有老师告诉你什么是对的，你自己试，做对了就给奖励，做错了就给惩罚，你慢慢就会找到最优的方法。 比如你小时候

你有没有过这种经历？周末瘫在沙发上刷短视频，本来只想刷5分钟放松一下，结果一抬头，两个小时过去了——你刷了12只橘猫踩奶、9个游戏操作集锦、7个美食教程，甚至还有2个教你做手工的科普视频。你忍不住疑惑：这APP怎么比你自己还懂你喜欢什么？ 或者，你刚打王者连跪三把，心态崩到想卸载游戏，结果下一把匹配到的队友突然个个carry，对手菜得像人机，你躺赢拿下MVP，忍不住怀疑系统是不是在“演”你？ 再或者，你最近想换个动漫头像，打开AI绘图软件输入“银发红瞳机甲少女，背景是樱花飘落的霓虹灯雨夜”，几秒钟出来的图居然和你脑子里想的几乎一模一样，你惊叹：这AI会读心术吗？ 别慌，这些都不是外星科技，你早就天天在用它们了——它们背后的魔法，就叫机器学习（Machine Learning，简称ML）。咱们这章的目标很简单：把你之前对这些技术的模糊感受，变成清晰的直觉，让你知道“哦，原来这就是机器学习，我也能玩转它”。

1.1 你早就成了机器学习的“老用户”

先给你看一组数据：据《2023年中国互联网产品算法应用报告》显示，国内TOP100的APP里，有87个都在使用机器学习技术，从你每天用的微信、抖音、王者荣耀，到外卖平台、购物软件、甚至你打卡的校园门禁系统，背后都有机器学习的身影。 你可能会说：“我没主动用过啊？”错，你早就用过无数次了。 比如你刷抖音的时候，你点赞了一个猫片，划走了一个美妆教程，在一个篮球视频下面停留了30秒没划走，这些行为都会被算法当成“信号”收集起来。算法会自己总结：“哦，这个用户喜欢猫，对篮球也有点兴趣，讨厌美妆内容”，下次打开APP，它就会优先给你推猫和篮球的内容，你刷得越久，它越懂你，最后甚至能精准到给你推“橘猫踩奶”“库里过人集锦”这种你刚好感兴趣的内容，这就是机器学习在帮你“过滤”信息，不用你自己在海量内容里找。 再比如你玩的游戏匹配系统，它不会随便给你匹配对手，而是会算你的“隐藏分（MMR）”——你赢得多，隐藏分就高，它就会给你匹配同样隐藏分高的对手，让你有挑战性；你要是连跪三把，它怕你生气退游，就会偷偷给你匹配几个强队友，让你赢一把开心一下，继续玩。这个匹配系统也是机器学习做的，它根据几百万玩家的对局数据，自己总结出了“怎么匹配能让玩家玩得最开心”的规律，不是程序员提前写死的“连跪三把就给强队友”的规则。 还有你最近用的AI画图工具，比如Midjourney、文心一格，它能画出你想要的图，不是因为它会读心术，而是它之前“看”过几亿张图片，自己总结了“银发红瞳机甲少女”应该是什么样的：银发要有点反光，红瞳要有高光，机甲要有机械结构，背景要有霓虹灯和樱花，这些规律都是它从数据里自己学出来的，这就是机器学习的核心能力：从数据里自己找规律，不用人类一行行写死规则。 > 💡 电子版侧边栏提示：你有没有发现，有时候你只是脑子里想了一下“想吃火锅”，打开外卖APP就给你推火锅店？别怕，这不是手机监听你，是机器学习根据你之前的点餐记录、浏览记录，总结出你大概率想吃火锅了，刚好推给你，概率刚好碰上了而已。

1.2 别把机器学习想得太复杂：它就是“教小孩认猫”

要搞懂机器学习，最有效的方法就是和“教小孩认东西”做类比，毕竟你小时候就是这么认识世界的。 假设你现在要教一个3岁的小孩认猫，有两种教法，对应两种完全不同的思路：一种是传统编程的思路，一种是机器学习的思路。

传统编程：给小孩列“猫的规则清单”

传统编程的思路是：人类先把所有规则写清楚，计算机只要按规则执行就行。对应到教小孩认猫，你就是给小孩列一张清单： > 1. 猫有毛，颜色可能是橘色、黑色、白色、灰色 > 2. 猫有胡须，硬的，能扎手 > 3. 猫有尾巴，一般是翘起来的 > 4. 猫的耳朵是尖的 > 5. 猫会喵喵叫 然后你告诉小孩：“你以后看到符合这5条的东西，就是猫，不符合就不是。” 结果你带小孩去猫咖，碰到一只无毛猫，小孩看了看：“没有毛，不是猫！”碰到一只胖橘猫，尾巴被压在身子底下，小孩看了看：“没有尾巴，不是猫！”碰到一只猫正在睡觉，耳朵耷拉着，小孩又喊：“耳朵不尖，不是猫！”你气得半死，说你怎么这么笨，小孩也很委屈：你列的规则里没有这些情况啊！ 传统编程就是这么“笨”：它只会按人类写死的规则执行，规则没覆盖到的情况，它就完全不会处理。你写程序识别猫，漏了“无毛猫”“尾巴断了的猫”“耳朵耷拉的猫”的情况，它就认不出来，你只能一条一条补规则，补到天荒地老。

机器学习：带小孩去猫咖待一个月

机器学习的思路完全不一样：你不会给小孩列规则，而是带他去猫咖待一个月，天天看各种猫：有橘猫、无毛猫、折耳猫、胖得像球的猫、瘦得像竹竿的猫、跑的、跳的、睡觉的、打哈欠的、尾巴卷起来的、把尾巴咬断的，还有各种不是猫的东西：狗、兔子、毛绒玩具、老虎玩偶。 你每次给小孩看猫的时候，就说“这是猫”，看不是猫的时候就喊“这不是猫”，不用告诉他为什么。一个月之后，你再带他去动物园，他看到一只从来没见过的狞猫，也会喊：“这是猫！”哪