機器學習基礎

監督式學習的兩大支柱（有標準答案）

在監督式學習中，我們給機器的歷史資料都附有明確的答案。機器學習的目的是「預測」新資料的答案。這根據預測結果的類型，分為兩類：

👉分類 (Classification)：預測「是什麼？（類別）」

目標： 將資料分門別類到「已經定義好的」幾個固定選項中。結果是非黑即白的離散狀態。

生活情境： 判斷這封信是「正常信」還是「垃圾信」；判斷這張 X 光片「有腫瘤」還是「沒有腫瘤」。

👉迴歸 (Regression)：預測「是多少？（數值）」

目標： 預測出一個連續變動的數值。結果不是固定的選項，而是無限可能的數字。

生活情境： 預測明天的氣溫是「28.5 度」；預估這間房子的價格是「1,250 萬」。

分類與迴歸的關係： 兩者都是透過歷史答案來預測未來，唯一的差別在於輸出的結果——分類預測「標籤」，迴歸預測「數字」。

非監督式學習的兩大支柱（無標準答案）

在非監督式學習中，我們只給機器原始資料，不給任何答案。機器的任務是像偵探一樣，在茫茫數據海中「找出隱藏的規律」。

👉叢集 (Clustering)：尋找「誰跟誰比較像？（分群）」

目標： 根據資料彼此之間的相似度，自動將它們聚合成幾個沒有事先命名的群體。

生活情境： 把一堆混在一起的水果，自動依照顏色和形狀分成三堆（機器不知道它們叫蘋果、香蕉、橘子，只知道同一堆的特徵很像）。在商業上常應用於「消費者行為分群」。

👉關聯規則 (Association Rules)：尋找「誰跟誰會一起出現？（關聯）」

目標： 找出不同事件或物品之間，經常「相伴發生」的條件機率與規則（如果發生 A，通常也會發生 B）。

生活情境： 著名的「尿布與啤酒」故事。機器分析超市結帳資料後發現「買了尿布的顧客，有 70% 的機率也會買啤酒」。這在電商的「商品推薦系統」非常常見。

從做中學的「獎懲機制」，這是一種讓機器在動態環境中「試錯（Trial and Error）」的學習方式，完全沒有事前準備好的歷史數據。

👉核心邏輯： 設計一個環境，並設定「獎勵（Reward）」與「懲罰（Penalty）」。機器（代理人）會在環境中隨機做出行動，做對了得分，做錯了扣分。機器的目標是找出能獲得「最高總分」的策略。

👉生活比喻： 就像訓練狗狗握手。狗狗一開始不知道你要幹嘛，牠可能坐下、趴下或轉圈（隨機行動）。當牠碰巧伸出爪子碰到你的手時，你就給牠零食（獎勵）。久了牠就知道「伸出爪子 = 有肉肉吃」。

👉常見應用： 打敗人類世界冠軍的圍棋AI (AlphaGo)。