什么是机器学习？

⚔️ 传统编程 vs 机器学习

理解机器学习最好的方式，就是把它和传统编程对比一下：

📧 举个例子：让电脑分辨垃圾邮件

假设你想让电脑帮你把邮件分成"重要"和"垃圾"两类：

• 传统做法：你写规则——"标题有'中奖'就是垃圾邮件"。但骗子天天换花样，你的规则永远跟不上
• 机器学习做法：给电脑看 1000 封邮件，每封都标注好"垃圾"或"重要"
• 电脑自己去找规律——也许发现垃圾邮件感叹号特别多，也许发现某些词经常出现
• 下次来了新邮件，它就能自己判断——即使那句话它从来没见过！

# 传统编程 vs 机器学习 —— 分垃圾邮件

# 【传统编程】人来写规则
def is_spam_old(email):
    if "中奖" in email:     # 规则1
        return "垃圾邮件"
    if "免费领取" in email: # 规则2
        return "垃圾邮件"
    return "正常邮件"          # 其他都当正常（可能漏掉！）

# 【机器学习】让电脑自己学规则
emails = ["恭喜中奖100万!!", "明天开会3点", ...]
labels = ["垃圾",            "重要",        ...]

model = learn_from_data(emails, labels)  # 电脑自己找规律

# 新邮件来了，电脑自己判断
result = model.predict("你被选中获得iPhone!!!")
print(result)  # 输出：垃圾 （即使没写过这条规则！）

🎓 机器学习的三种学习方式

就像你在学校有不同的学习方式，机器学习也有三种主要的学法：

🎯 和深度学习是什么关系？

还记得上次学的「深度学习」吗？它们的关系就像俄罗斯套娃：

• 人工智能：让电脑变"聪明"的总称——最大的概念
• 机器学习：AI 的一种实现方式——让电脑从数据中学习（就是今天学的！）
• 深度学习：机器学习的一种方法——用层数很多的神经网络来学习（上次学的）