学会，到底是什么意思?

人来写规则

前面我们学过，程序
会照着人写的命令做。
要让它做事，就得给它写规则。
想想过滤垃圾邮件。
带有打折这个词，就扔掉。
链接太多，就扔掉。
像这样把规则一条条写好，
看起来就能过滤得挺好，对吧?

把规则开开关关来过滤邮件。你会看到光靠规则，总会漏掉新的垃圾邮件。

规则开得越多，确实好了一点。
可垃圾邮件总在变样子。
不写打折，改写赠品，
还把链接藏进图片里。
每次都得再写一条新规则，
规则就只会没完没了地多。
人一条条手写的办法，
追不上这世界的善变。
看来需要另一条路。

从例子里找规则

现在把路反过来。
不给它写规则，
而是给它看很多带答案的例子。
这个是垃圾，这个是正常。
再来，这个是垃圾，这个是正常。
看多了这样标好的例子，
机器就自己找出共同点。
垃圾邮件之间哪里像，
那个模式就是机器造出的规则。

把带答案的例子一个个给它看。例子越多，机器提炼出的共同模式就越清楚。

例子越多，模式就越清楚。
不是人写的规则，
是机器在例子里自己找到的。
神奇的是，连我们用话
都难讲清的区别，
只要例子够多它也能抓住。
不过它头一次找到的模式还很糙。
有几个会分错。
那这个模式该怎么打磨呢?

犯着错一点点改

学习不是一下子就完成的。
机器看个例子，试着答一答，
错了就查哪里错了。
然后把模式调一点点。
下个例子又错，就再改。
这样反复无数遍，
出错的次数就越来越少。
例子给得越多，
模式就越往答得准的方向打磨。

每次再给它一批例子。每点一下，机器就改改模式，准确率往上升一格。

例子越多，准确率越高。
错多少就改多少，一改再改。
起初笨拙的模式，
不知不觉变得相当靠谱了。
当然它不会永远变完美。
过了某个点就慢慢变好。
可比起手写规则那会儿，
我们用少得多的功夫走出了很远。
那用这打磨好的模式做什么呢?

新输入也能预测

学习真正的意义在这儿。
用来训练的例子早就有答案。
可它真正的用处，
是遇到从没见过的新输入时。
机器拿它对照之前打磨的模式，
判断这是垃圾还是正常。
因为它是找到了模式，不是死记，
所以头回见的邮件也能给出答案。
像这样提前猜，就叫预测。

点一封没用来训练的新邮件。机器用学到的模式预测它是垃圾还是正常。

没见过的邮件也轻松分了。
它不是掏出背好的答案。
是把例子里找到的模式用到新输入上。
所以就算样子有点不一样，
它也能看相像的地方来判断。
当然偶尔也会错。
模式并不完美。
可比起人把规则全写出来，
它能灵活得多地跟上世界的变化。

来理一理

归成一句话，是这样。
普通程序靠人写的规则运行。
可世上的事规则太多了。
所以机器学习把路反过来。
给它看很多带答案的例子，
机器就找出共同模式，也就是规则。
错了就一点点改，越来越准，
再用那模式连新输入也能预测。
不写规则而从例子里学，这就是关键。

依次点要点回顾一下。(人写规则 → 从例子找规则 → 犯错就改 → 预测新输入)

现在你知道了机器学会
这句话真正的意思。
不是人一点点教，
而是它看着例子自己找规则。
就这一个简单的想法，
是今天那些能认照片、能听懂话的
聪明机器的起点。
下回咱们接着看，这种学习
在里面到底是怎么运转的。