机器学习算法是什么？

机器学习算法遵循由人类目标、数据选择和持续监督塑造的可重复学习生命周期。虽然机器学习算法背后的数学可能很复杂，但整体过程很简单。

从目标和数据开始：首先由人定义系统要学习的内容，然后收集反映该目标的数据。这些数据经过评审、清理和准备，使其适合训练。数据质量直接影响结果的实用性。

应用学习算法：根据任务（如预测、分类或模式发现）选择算法。训练过程中，算法会检查数据，寻找关系以及调整其内部参数以减少错误。这一过程会反复进行，随着模式变得更清晰，性能将不断提升。

生成机器学习模型：训练的输出就是机器学习模型。算法定义学习方式。模型是经过训练、可应用于新数据的结果。这一区别解释了相同的机器学习算法如何根据数据和相关目标产生截然不同的结果。

评估、使用和优化：人们使用测试数据评估模型的准确性、可靠性和局限性。模型部署后，会在实际条件下被监视。随着数据和环境的变化，模型可能会被更新或重新训练，以符合实际需求。

机器学习算法通常根据它们学习数据的方式进行分类。每种类型支持不同的目标和场景，理解这些区别有助于明确何时使用特定的 ML 算法最为有效。

监督式学习算法：监督式学习算法使用带标签的数据进行训练，每个示例都包含输入和已知结果。训练过程中，算法将其结果与正确答案进行比较，然后进行调整以减少错误。

当历史数据包含明确结果（如类别或数值）时，这些机器学习算法效果较好。

常见的监督式学习用途包括：

• 将电子邮件分类为垃圾邮件或合法邮件
• 预测价格、需求或风险水平
• 识别图像中的特征或对象

由于结果已知，性能更易于衡量和优化。

非监督式学习算法：非监督式学习算法使用无标签数据，没有预定义的结果。该算法不是从答案中学习，而是寻找数据本身内部的结构和关系。 当目标是发现而非预测时，通常使用这些机器学习算法。

常见的非监督式学习用途包括：

• 根据共同行为对客户进行分组
• 检测异常模式或离群值
• 简化大型或复杂的数据集

非监督式学习可帮助人们更好地理解数据，尤其是在模式初看不明显时。

强化学习算法：强化学习算法通过交互和反馈进行学习，而不是依赖具有已知答案的示例。系统会采取行动、观察结果，并收到指示这些行动是带来了更好结果还是更差结果的信号。 

某些机器学习算法还支持深度学习，这是一种更专业的方法，使用分层神经网络对数据中的复杂模式进行建模。

随着时间推移，该算法会识别出哪些行动更可能产生有利结果。在决策会影响后续结果时，这种方法非常有用。

常见的强化学习用途包括：

• 浏览物理或模拟环境
• 通过顺序决策优化流程
• 通过尝试和模拟学习策略

强化学习依赖于人类定义的目标、约束和评估，以确保符合现实需求。

机器学习算法和机器学习模型在构建和使用学习系统的不同阶段发挥不同的作用。了解它们在何时最重要，有助于阐明机器学习如何从开发阶段进入日常应用。

算法最重要

机器学习算法在设计和训练阶段最为关键。它们通过定义如何在数据处理过程中识别模式、减少错误以及提升性能来塑造学习方式。

团队在以下情况关注算法：

• 为学习任务选择方法。
• 试验训练方法。
• 比较不同学习策略的行为方式。

模型最重要

训练完成后，机器学习模型则成为焦点。模型代表已学习的内容，也是在实际系统中进行测试、部署、监视和更新的内容。

团队在以下情况使用模型：

• 评估准确性和可靠性。
• 将学习应用于新数据。
• 随着数据或条件变化更新系统。

这种区分为何有用

将算法与模型分开，有助于明确它们在机器学习生命周期中的职责。算法定义学习方式，而模型代表已学习并应用于实践的内容。

机器学习算法帮助人们以实用且可扩展的方式处理日益增长的数据量。通过识别模式和从过去示例中学习，这些机器学习算法支持那些仅靠人工分析难以管理的决策。它们的价值在几个核心领域表现得最为明显。

自动化

机器学习算法通过识别模式并在大量数据中一致地应用所学行为来支持自动化。系统不再依赖固定规则，而是随着输入变化进行调整，减少了持续手动调整的需求，同时使人类对监督和结果负责任。

常见的自动化用途包括：

• 路由客户请求或文档
• 监控系统并标记问题
• 支持常规数据处理工作流

这种自动化让团队能够将时间和精力集中在更高价值的工作上，如判断、评审和决策。

预测分析

预测分析使用机器学习算法从历史数据中学习，并估计可能发生的情况。这些预测支持规划和准备，而非被动制定决策。

典型示例包括：

• 预测需求或资源需求
• 及早识别潜在设备问题
• 基于过往行为估计风险

这些功能支持在业务和运营设置中进行规划和准备。 

个性化

机器学习算法使基于观察到的行为和偏好定制体验成为可能。系统不会每次都给出相同结果，而是根据所学内容调整响应。

个性化通常用于：

• 推荐内容或产品
• 对搜索结果或信息进行排序
• 调整界面或工作流

这些调整可提升相关性，同时仍依赖于人类定义的目标和约束。

异常检测

异常检测侧重于识别不符合预期的模式。 机器学习算法在这一方面尤其有用，因为它们能学习“正常”状态，并突出显示有意义的偏差。

常见用途包括：

• 检测异常交易
• 识别系统性能问题
• 标记质量或流程偏差

机器学习算法通过引起对异常的关注，可帮助人们更早且更有信心地做出响应。

了解机器学习算法在日常系统和工作流程中的应用方式，是了解该算法的最有效方法。实际上，它们的作用就是在具体的日常场景中为人们提供支持。

常见用例

机器学习算法常见应用场景包括：

• 运营工作流：在处理大量数据的系统中支持监视、优先级排序和日常决策。
• 预测与规划：估计需求、容量需求或潜在风险，为规划和准备提供支持。
• 客户和用户体验：根据观察到的行为和使用模式来调整内容、建议或界面。
• 风险与异常审查：突出异常活动，便于人类调查、验证和按需响应。

在每种情况下，均由人类定义目标、选择数据并评估结果。算法提供一致性和缩放性，而人类解释结果并决定采取何种行动。

机器学习位于更广泛的技术生态系统中，这些技术协同工作以支持 AI 辅助系统。它帮助系统从数据中学习并随时间推移进行调整，从而在人工智能中发挥着实际作用。 

通过准备、分析和验证用于训练机器学习算法的数据，数据科学在此生态系统中发挥着重要作用。

理解这些部分之间的关系，有助于更清晰地了解机器学习算法的适用场景及其在实际系统中的应用。

概念层次结构

从高层次看，该生态系统包括：

• 人工智能：一个广泛领域，侧重于创建系统来执行与人类智能相关的任务
• 机器学习：人工智能的一个组成部分，使系统能够从数据中学习
• 深度学习：机器学习中的一种专门方法，使用分层神经网络

机器学习算法通过定义学习方式，充当数据与智能行为之间的桥梁。

这些部分如何协同工作

在现实系统中：

• 数据科学负责准备和分析数据
• 机器学习算法从数据中学习
• 模型应用所学内容
• AI 辅助应用程序使用这些模型来支持决策和行动

这种分层方法使机器学习始终以人类目标和实际应用为基础，同时允许系统随时间推移进行调整。

随着组织寻求更负责任、更高效且更大规模应用机器学习算法的方式，机器学习算法将不断改进。一些新兴趋势反映了对可访问性、透明度和实际应用的日益关注。

自动化机器学习

自动化机器学习侧重于简化机器学习算法的开发和应用方式。自动化机器学习工具帮助自动完成模型选择、优化和评估等任务，而无需在每个步骤都具备深厚的技术专长。

这种方法有助于：

• 减少设置和试验时间
• 支持更快的比较和迭代
• 让团队有更多时间关注数据质量和结果

自动化机器学习通过简化重复步骤来支持人类决策。

可解释的 AI

随着机器学习算法在更敏感或受监管的环境中应用，理解结果的产生方式变得更加重要。可解释的 AI 侧重于通过阐明影响结果的因素来使模型更易于解释。

这一趋势有助于：

• 提升信任和责任
• 与利益干系人进行清晰沟通
• 更好地评审模型行为和局限性

基于边缘的机器学习

基于边缘的机器学习在数据生成位置附近运行模型，例如设备或本地系统上。这有助于更快做出响应并减少对集中处理的依赖。

主要优点包括：

• 降低延迟
• 在连接受限环境中提高可靠性
• 增强对数据处理的控制

这些趋势共同展示了机器学习算法如何随时间推移变得更具适应性和实用性。