机器学习第二讲:对比传统编程:解决复杂规则场景

机器学习第二讲:对比传统编程:解决复杂规则场景

资料取自《零基础学机器学习》

查看总目录:学习大纲

关于DeepSeek本地部署指南可以看下我之前写的文章:DeepSeek R1本地与线上满血版部署:超详细手把手指南


一、场景化对比:传统编程VS机器学习 🎭

案例 :开发抖音推荐系统如何运作(此处引用教材[第一章]对比实例[1](#1)
传统编程 人工制定规则 定义用户年龄 标记视频分类 编写点击权重算法 机器学习 数据自动学习 用户观看记录 点赞/时长数据 模型自动发现规律


二、传统编程的「手工套餐」 ✍️

  1. 运作方式

    • 工程师像编写菜谱一样预先设定所有规则
    • 例:如果用户点击过3个萌宠视频 → 推送同类标签视频
  2. 典型问题 (教材[第一章]讨论的局限性[1](#1)):

    • 复杂度爆炸:用户行为有500种可能性时,需要写数百万条规则
    • 机械僵化:遇到跨领域兴趣组合(如"宠物+天文+摇滚乐")无法识别
    • 维护噩梦:新增视频类型就要重写整套规则
  3. 生活类比

    像手动调节空调温度

    ❌ 需要每小时起床调温度

    ✅ 智能空调根据体感自动调节


三、机器学习的「自动驾驶」 🤖

  1. 核心优势 (教材[第一章]关键技术特征[1](#1)):

    • 自动进化:当用户开始关注滑雪,模型会捕捉关联特征(如冰雪装备/旅行地)
    • 处理高维:同时考量用户设备型号/观看时段/滑动速度等50个维度
    • 发现隐规律:可能挖掘出「深夜观看搞笑视频越久 → 早晨更爱看励志内容」
  2. *典型技术实现

    python 复制代码
    # 机器学习代码逻辑(对比传统编程)
    model.fit(用户行为数据)  # 让模型自己学习规律
    推荐结果 = model.predict(新用户)  # 根据学习到的规律预测

    ▲ 传统方法此处需编写上千行判断规则

  3. 生活类比

    像老司机开车

    ❌ 不需要背「转弯方向盘打多少度」的公式

    ✅ 通过大量实操自然掌握手感


四、应用场景分界线 🚦

展示适用领域差异(教材[第一章]学习范式对比章节[2](#2)):
问题类型 规则明确 规则模糊 传统编程
如计算器app 机器学习
如AI绘画生成

判断标准

  1. 能写出明确if-else规则 → 传统编程 ✔️
    (例:计算网购运费:如果重量>5kg → 运费=20元
  2. 需要处理关联性/概率性问题 → 机器学习 ✔️
    (例:预测用户可能购买的商品组合)

五、一句话核心总结 💡

机器学习如同给计算机装上了「经验学习系统」,让它在处理人类无法穷举规则的复杂场景时,能像孩子学走路一样通过试错自我进化 (教材第一章核心结论[3](#3)

(经典案例:阿尔法狗通过自我对弈学习围棋策略,而非输入人类棋谱规则🤖)


目录:总目录

上篇文章:机器学习第一讲:机器学习本质:让机器通过数据自动寻找规律
下篇文章:机器学习第三讲:监督学习 → 带答案的学习册,如预测房价时需要历史价格数据


  1. 对应《零基础学机器学习》第一章第2节"与传统编程区别" ↩︎ ↩︎ ↩︎

  2. 参考《零基础学机器学习》第一章第3节"三大学习范式"分类框架 ↩︎

  3. 引用自《零基础学机器学习》第一章第1节"机器学习本质" ↩︎

相关推荐
Learn Beyond Limits26 分钟前
Transfer Learning|迁移学习
人工智能·python·深度学习·神经网络·机器学习·ai·吴恩达
程序员三明治27 分钟前
三、神经网络
人工智能·深度学习·神经网络
hundaxxx2 小时前
自演化大语言模型的技术背景
人工智能
数智顾问2 小时前
【73页PPT】美的简单高效的管理逻辑(附下载方式)
大数据·人工智能·产品运营
love530love2 小时前
【保姆级教程】阿里 Wan2.1-T2V-14B 模型本地部署全流程:从环境配置到视频生成(附避坑指南)
人工智能·windows·python·开源·大模型·github·音视频
木头左2 小时前
结合机器学习的Backtrader跨市场交易策略研究
人工智能·机器学习·kotlin
Coovally AI模型快速验证2 小时前
3D目标跟踪重磅突破!TrackAny3D实现「类别无关」统一建模,多项SOTA达成!
人工智能·yolo·机器学习·3d·目标跟踪·无人机·cocos2d
研梦非凡2 小时前
CVPR 2025|基于粗略边界框监督的3D实例分割
人工智能·计算机网络·计算机视觉·3d
MiaoChuAI2 小时前
秒出PPT vs 豆包AI PPT:实测哪款更好用?
人工智能·powerpoint
fsnine3 小时前
深度学习——残差神经网路
人工智能·深度学习