什么是机器学习？🧠
机器学习是人工智能的一个分支，通过数据训练模型，使计算机具备自主学习能力。其核心在于从经验（数据）中学习规律，而非依赖传统编程逻辑。
核心概念 📌
- 训练集：用于训练模型的数据集合
- 测试集：验证模型性能的数据集合
- 超参数：控制模型训练过程的参数（如学习率、迭代次数）
- 模型泛化：模型对未见过数据的适应能力
主要学习类型 🧩
1. 监督学习 📊
通过带标签的数据训练模型，常见场景：
- 分类任务（如垃圾邮件识别）
- 回归任务（如房价预测）
2. 无监督学习 🌀
在无标签数据中发现潜在模式，典型应用：
- 聚类分析（如用户分群）
- 关联规则挖掘（如购物篮分析）
3. 强化学习 🕹️
通过试错机制优化决策过程，适合场景：
- 游戏AI策略训练
- 自动驾驶路径规划