什么是机器学习（ML：Machine Learning）？

一、什么是机器学习？

机器学习（Machine Learning，ML）是让算法从数据中自行归纳规律、并据此对新样本做出预测或决策的方法体系，其核心构成包括监督学习、无监督学习与联邦学习，解决的是人工规则难以穷举、需要从经验中学习规律的问题，并不解决数据分布偏移与标注偏差带来的准确率下降问题。

二、机器学习包含哪些？

监督学习：基于标注数据训练分类/回归模型（如垃圾邮件分类、房价预测）。

无监督学习：发现数据潜在结构，自行生成监督信号（如聚类分析、降维、对比学习）。

元学习（Meta-Learning）：学习如何快速适应新任务，即“学会学习”。

联邦学习（Federated Learning）：分布式隐私保护训练。

在线学习（Online Learning）：模型实时更新以适应动态数据流。