机器学习导论·绪论 笔记

一、课程概述

1. 课程定位

南开大学软件工程本科核心课，衔接AI、CV、LLM、数据科学、高级统计，支撑人工智能应用方向培养。

2. 课程目标

• 素质：了解中国AI规划与产业趋势，辩证看待技术与社会、法律、伦理的关系。
• 知识：掌握基础机器学习算法、建模流程、性能评价方法。
• 能力：能用Python（Numpy/SciPy/Matplotlib）、sklearn、华为MindSpore实现算法与应用；具备文献调研、终身学习能力，善用大语言模型辅助学习。

二、机器学习定义

1. Arthur Samuel（1959）：赋予计算机无需显式编程即可学习能力的研究领域。
2. Tom Mitchell（1997）：程序从经验E中学习，在任务T上的性能P随E提升。
3. 核心特征：数据驱动、迭代优化； 本质：从历史经验学规律，用模型做预测； 大数据应用：数据挖掘（KDD）。

三、机器学习典型应用

1. 图像识别：手写数字识别

• 场景：邮件分拣、支票识别。
• 核心：从历史数据总结统计规律，用朴素贝叶斯、极大后验假设（MAP）判别。
• 模型： ，选最大概率对应类别。

2. 汽车自动驾驶

• 技术：输入激光/摄像头/雷达等数据，输出油门/刹车、方向盘角度。
• 案例：百度、特斯拉AutoPilot、华为城区智驾（全国99%道路可用）。
• 行业要点：监管、保险、高精地图、法规、多传感器vs纯视觉、技术落地策略。

3. 人机对弈

• 1956：IBM Samuel西洋跳棋；1997：深蓝击败国际象棋冠军；2016：AlphaGo战胜李世石、柯洁。
• AlphaGo核心：策略网络（人类棋局训练+自我对弈强化）、价值网络（评估棋局胜负）。

4. 自动问答与AIGC

• 传统：IBM Watson（15TB数据库，2010年）、信息检索式问答。
• AIGC：ChatGPT（文本/代码/翻译）、Midjourney（文生图）、Sora（文生视频）、DeepSeek（国产大模型，低成本、开源）。

5. 医疗与科研

• 糖尿病眼底检测：Google算法（2016），F1值0.95，性能超眼科医生。
• 蛋白质结构预测：AlphaFold（2018/2020），获2024诺贝尔化学奖。

四、人工智能与中国AI发展

1. 人工智能内涵

研究让计算机模拟、延伸、扩展人类智能（认知、学习、推理等）的理论与技术；机器学习是AI核心技术。

2. 中国AI关键规划

• 2017《新一代人工智能发展规划》：2020同步世界水平、2025部分领先、2030全球领先。
• 2025《人工智能+行动意见》：2027重点领域融合、2030全面赋能、2035进入智能社会。
• 政策定位：AI为产业升级、数字经济核心引擎。

五、机器学习模型分类

1. 按输入输出（核心）

• 分类：输出离散类别（如是否留任、疾病有无），监督学习。
• 回归：输出连续数值（如房价、年龄、方向盘角度），监督学习。
• 聚类：无标签数据，按相似性分组（无监督学习）。

2. 其他分类维度

• 学习方式：监督、无监督、半监督、强化学习。
• 模型特性：判别式/生成式、线性/非线性、传统机器学习/深度学习。
• 任务类型：降维、生成、集成、迁移学习等。

六、实验环境与学习资源

1. 工具环境

• 开发工具：Anaconda、Jupyter Notebook、VS Code。
• Python库：Numpy、SciPy、Matplotlib、sklearn、Pandas。
• 深度学习框架：华为MindSpore。

2. 参考书籍

• 中文：周志华《机器学习》、李航《统计学习方法》。
• 外文：《深度学习》（花书）、《统计学习基础》、Andrew Ng《机器学习》课程。