第 1 章 · 地基之一
机器学习坐标：从"程序"到"学会的程序"
这一章回答：机器学习到底在干什么？读完你会有三个清晰的锚点：传统程序与机器学习的区别、三大学习范式、神经网络的最小结构。
1.1 传统程序 vs 机器学习：规则谁写的？
先看一个你工作中真实的例子——违章风险判定：
图 1-1 核心区别一句话：传统程序是"人写好规则，机器执行"；机器学习是"人给出例子，机器自己总结规则"
为什么需要后者？因为有些规则写不出来：比如"什么样的作业组合更容易出违章"——影响因素太多、太微妙，没人能列出一份完整的 if-else。但人类历史记录里藏着答案：只要数据足够多，机器就能把其中隐藏的规律"挤"出来。这就是机器学习的全部哲学。
1.2 三大学习范式：有答案 / 无答案 / 试错
| 范式 | 数据长什么样 | 机器学什么 | 你工作里的例子 |
|---|---|---|---|
| 监督学习 最常用 |
每个样本都有"标准答案"（标签） | 从输入预测答案：分类（是/否、属于哪类）、回归（预测一个数值） | 用历史违章记录预测新作业的风险等级（分类）；用历史光伏数据预测明天的出力（回归） |
| 无监督学习 | 只有数据，没有答案 | 发现数据内部的结构：聚类（自动分组）、异常检测（找出不对劲的） | 把历史项目自动分成几类典型模式；在运营数据里自动揪出异常月份 |
| 强化学习 | 没有现成数据，只有"环境"和"奖励" | 通过试错学策略：做什么动作能积累最多奖励 | 电网调度优化、储能充放电策略（每次都"试"一下，看收益） |
这一套教材的主角——大语言模型——主要用监督学习的变体（预测下一个词）训练出来的，细节在第 4、5 章。
监督学习 = 带答案的习题集（做完对答案，越做越准）；
无监督学习 = 给你一堆混在一起的乐高零件，自己分类整理（没有标准，但有结构）；
强化学习 = 玩游戏（没人教，只有得分，自己摸索最优打法）。
1.3 模型 = 一个函数：特征与标签
所有机器学习模型，抽象来看都是同一个东西：
图 1-2 模型的本质：一个"输入 → 输出"的函数，中间是几百万甚至几千亿个可调参数
三个术语一次说清：
- 特征（feature）：你用来做判断的输入信息。特征质量决定上限——就像做风险分析，你用到的数据维度越对，判断越准。
- 标签（label）：标准答案。监督学习就是拿"特征→标签"的配对例子来训练。
- 模型（model）：那个函数本身。训练 = 调整函数的参数，让它输出的预测越来越接近标签。
你在运营监控里做"指标设计"（选哪些量、怎么聚合）就是特征工程。区别只在于：过去是你自己拍脑袋定规则，现在可以让机器从数据里学规则。你的领域经验不会白费——它决定喂给机器哪些特征，这正是 AI 项目里最值钱的部分。
1.4 神经元：最简"智能单元"
神经网络的最小单元叫神经元（neuron），它做两件事：先加权求和，再过一道"闸门"。
图 1-3 一个神经元：每个输入带一个"权重 w"（重要性），加权求和后过激活函数（闸门）
拆开看：
- 权重 w 和偏置 b：就是那个"可调参数"。w 表示"这个输入有多重要"——就像你评估风险时，心里对每个因素打的权重。
- 激活函数 σ（通常叫 sigmoid）：把任意大小的求和结果"挤"到 0 到 1 之间，可以当作概率读。数学上它是：σ(z)=1/(1+e-z)。不需要背公式，记住它是"压缩闸门"就行。
主任收集手下每个人的意见（x₁、x₂、x₃），按每个人的权威程度加权（w），先在心里加总（z），然后拍板给出一个 0~100% 的赞成度（σ(z)）。权重就是主任对各人的信任度——训练，就是反复调整这些"信任度"直到拍板最准。
1.5 神经网络 = 乐高积木
单个神经元能力有限，但把成千上万个神经元一层层拼起来，能力会发生质变。结构就三样：
- 输入层：接收特征（比如 20 个特征就 20 个入口）；
- 隐藏层：中间若干层，每层一堆神经元，前一层输出接后一层输入（全连接）；
- 输出层：给出最终结果（分类给出概率，回归给出数值）。
图 1-4 "深度"就是指隐藏层多。每个圆圈和每条线都带参数，参数总数 = 网络的"容量"
关键认知：层数（深度）× 每层宽度（神经元数）= 参数数量 = 模型容量。GPT-4 级别的模型有约 1.8 万亿参数——可以想象成"1.8 万亿个信任度旋钮"。本书第 4 章会看到，Transformer 的"神经元"不是上面的简单结构，但"可调参数 + 数据驱动调整"这个大框架完全一样。
1.6 "学习"的真相：调参，而不是编程
把上面所有的拼图放到一起，机器学习的完整循环是：
- 随机初始化一堆参数（每个 w、b 先给个随机值）——相当于"一个瞎猜的初学者"；
- 拿一批训练数据过一遍网络，得到预测；
- 算出预测和标准答案差多远（这就是损失，第 2 章主角）；
- 根据差距大小，微调每个参数，让损失变小一点；
- 重复 2–4 成千上万次，直到损失足够小。
第 2 章会把第 4 步"怎么微调"讲透（梯度下降 + 反向传播）。这里先记住结论：学习 = 通过反复试错，把"随机"调成"精准"。整个过程中没有任何人给机器写"规则"，规则自己从数据里长出来。
1.7 泛化 vs 死记硬背
训练的目标不是"把训练数据背下来"，而是面对没见过的新数据也能答对——这叫泛化（generalization）。两个对应的坑：
| 欠拟合（underfitting） | 过拟合（overfitting） | |
|---|---|---|
| 表现 | 训练数据都学不好 | 训练数据完美，新数据很差 |
| 人话解释 | 学得太少，没学会 | 背得太死，不会举一反三 |
| 工作比喻 | 新人培训不足，什么都不会干 | 只会背标准答案模板，换个项目就抓瞎 |
| 对策 | 加大模型、多训练 | 加数据、加正则（约束）、早停 |
把训练数据当练习册，把没见过的数据当考试卷。学生（模型）的目标是"考试卷得高分"，而不是"练习册倒背如流"。一个把所有练习册答案背下来的学生，考试一定崩——因为他背的是答案，不是方法。验证集（validation set）就是"模拟考试卷"：训练过程中不断用它检查，防止模型只背练习册。
1.8 本章小结
- 机器学习 = 从数据里自动总结规律，而不是人写规则；
- 三大范式：监督（有答案）、无监督（无答案找结构）、强化（试错拿奖励）；
- 模型 = 一个函数：输入特征 → 输出预测；
- 神经元 = 加权求和 + 闸门（激活函数）；神经网络 = 神经元分层拼接；
- 学习 = 反复调参让损失变小；目标是泛化（考好没见过的卷子），防过拟合。
我刚学完机器学习入门，请用费曼教学法： 1. 用"违章风险判定"的工作例子，讲清监督学习里"特征、标签、模型、训练"四个词； 2. 解释为什么机器学习的规则是"从数据里长出来"的，而不是人写的； 3. 出 3 道选择题检查我是否分得清监督/无监督/强化学习，先别给答案。
自测题：打开配套《自测题与思考题》做第 1 章 Q1.1–Q1.4（先答后看答案）。