机器学习是什么

这一课你将能做到

1. 用一句话说清机器学习和传统编程的区别，并能向面试官完整解释
2. 说出监督学习、无监督学习、强化学习各自解决什么问题，并各举一个本站场景的例子
3. 亲手跑通第一个机器学习模型：根据做题记录预测一道题会不会做对

为什么要学

传统编程是「人写规则」：if 答对基础题多 and 平均用时短 then 掌握。规则越写越多、越写越乱，换个场景就失效，而且你根本说不清「掌握」到底由哪几条规则决定。机器学习把思路反过来：把历史数据（几千条做题记录）和结果（做对没做对）一起喂给算法，让它自己找出规律——这就是「从数据中学习」。

本站有两个真实需求正适合机器学习：根据用户做题记录预测「每个知识点的掌握度」，根据全站作答数据给「题目估难度」。这两件事手写规则很难做好。面试中「介绍一个你的机器学习项目」，答案就从这一课开始长出来。

先建立图像

传统编程：  规则 + 数据  →  答案
机器学习：  数据 + 答案  →  规则（模型）

本站例子：
输入特征                          标签
┌─────────┬─────────┬──────┐     ┌────────┐
│ 做题数   │ 平均用时 │ 知识点 │     │ 是否答对 │
├─────────┼─────────┼──────┤     ├────────┤
│ 12      │ 45s     │ 循环  │ ──▶ │   1    │
│ 3       │ 180s    │ 多线程│ ──▶ │   0    │
│ 8       │ 60s     │ 集合  │ ──▶ │   1    │
└─────────┴─────────┴──────┘     └────────┘
模型学到的「规则」就是一个函数 f(做题数, 用时, 知识点) ≈ 答对概率

跟着做

步骤 1：准备环境

Python 3.11+，建虚拟环境并安装本课最小依赖：

python -m venv .venv
.venv\Scripts\activate              # Windows；macOS/Linux 用 source .venv/bin/activate
pip install scikit-learn numpy

步骤 2：感受「规则 vs 学习」的差别

新建 intro_demo.py：

from sklearn.linear_model import LogisticRegression
import numpy as np

# 每行特征：[做题数, 平均用时(秒)]，标签：1=答对 0=答错
X = np.array([
    [12, 45], [8, 60], [10, 50], [15, 40],   # 练得多、速度快 → 做对
    [3, 180], [2, 200], [4, 160], [1, 220],  # 练得少、卡壳久 → 做错
])
y = np.array([1, 1, 1, 1, 0, 0, 0, 0])

model = LogisticRegression()
model.fit(X, y)                    # 训练：从数据里学规律

# 预测一个新用户：做题 9 次、平均用时 55 秒
prob = model.predict_proba([[9, 55]])[0, 1]
print(f"答对概率: {prob:.2f}")     # 约 0.9 左右

运行 python intro_demo.py，输出答对概率。你没有写任何 if 规则，模型从 8 条数据里自己学出了「做题多且快 → 大概率答对」。

步骤 3：看看模型学到了什么

print("系数:", model.coef_.round(3))
print("截距:", model.intercept_.round(3))

系数含义：做题数每 +1，答对的对数几率上升；用时每增加，对数几率下降。规则被模型「写」出来了——这就是简单模型的可解释性。

步骤 4：给模型出 4 组新样本

X_new = np.array([[9, 55], [2, 190], [14, 42], [5, 120]])
print(model.predict(X_new))                       # [1 0 1 1]
print(model.predict_proba(X_new)[:, 1].round(2))