在CDGA数据治理工程师的知识体系中理解监督学习、无监督学习和强化学习关键在于把握它们学习方式的差异——即模型从什么样的数据中、通过怎样的反馈来“学习”。简单来说它们的核心区别在于是否有“标准答案”以及如何获得反馈。1. 监督学习有“标准答案”的学习这就像一位有老师指导的学习过程。你提供给模型的数据是带标签的即同时输入了“问题”和对应的“正确答案”。模型通过学习这些样本找出输入到输出之间的映射关系最后用来预测新数据的标签。· 核心特点依赖高质量标注数据预测目标明确效果通常较好。· CDGA关注点在应用监督学习如信用评分时数据的准确性、一致性至关重要。如果训练数据的标签错误模型也会跟着出错。· 常见任务· 回归预测连续值如预测销售额。· 分类预测离散类别如判断客户是否会流失。· 应用场景信用风险评估用历史好坏客户数据训练模型判断新客户风险、客户流失预测、垃圾邮件过滤。2. 无监督学习无“标准答案”的探索这更像一个自学过程。提供给模型的数据是无标签的没有“正确答案”。模型需要自己从数据中探索内在规律和结构把相似的东西聚在一起。· 核心特点无需人工标注数据主要用于探索性分析但结果需人为解读。· CDGA关注点输入数据的质量直接影响聚类结果的可靠性。同时数据治理需关注其结果的可解释性比如客户分群的依据是什么。· 常见任务· 聚类将相似样本自动分组如客户分群。· 关联规则发现“买了A的人也常买B”的规律。· 应用场景客户画像与分群根据消费行为自动划分客群实现精准营销、异常检测识别出不属于任何一类的离群点如欺诈行为、购物篮分析。3. 强化学习通过“试错与奖励”学习这就像一个“猜数字”游戏。一个智能体Agent在与环境的互动中根据环境给予的奖励或惩罚强化信号来调整自身行为目标是最大化累积奖励。它没有直接的“正确答案”只有行为后的反馈。· 核心特点通过“试错”机制学习序列决策关注长期收益。· CDGA关注点模型在学习过程中会不断产生新数据互动轨迹需要治理好这些过程数据以确保可复现。同时初期探索阶段的决策可能包含随机性。· 应用场景动态定价与推荐系统不断调整价格或推荐策略观察用户点击或购买这个“奖励”来优化长期收益、机器人流程自动化、自动驾驶。总结对比· 学习方式监督学习是从标注数据中学习无监督学习是从数据本身探索规律强化学习是在试错中学习策略。· 有无标签监督学习有无监督学习无强化学习无但有奖励信号。· 反馈机制监督学习是每次预测与标签对比无监督学习是无直接反馈强化学习是延迟的奖励。· 典型场景监督学习用于风控、预测无监督学习用于分群、异常检测强化学习用于动态决策、游戏AI。