Machine Learning / ML（机器学习）

不把每条规则写死，而是让程序从样本中找规律，再把规律用于没见过的新数据。

机器学习通过优化目标函数，从训练数据估计模型参数，使模型在给定分布和任务上获得可泛化的预测能力。

准备特征和目标，计算预测与答案的损失，再用优化算法更新参数；验证集用于选择方案，测试集用于最终估计效果。

数据代表性、标签质量、泄漏和分布变化常比模型名称更决定上线结果。