TellerU 官方课 · 核心原理 · 零基础
机器学习入门：让机器从数据中学会规律
监督、无监督、训练、预测、过拟合一次讲明白
你将从生活中的智能推荐、语音助手等真实场景出发，掌握机器学习的基本概念、三种学习类型、训练与预测流程、特征与标签以及过拟合与泛化，产出个人专属的《机器学习概念地图》和一份生活案例解析报告。
- 📚 3 个单元 · 9 节课
- ⏱ 约 4 小时
- 🧑🏫 AI 老师白板讲解 + 随堂练习
适合谁学
零基础学习者，无需编程或数学背景，对AI感兴趣，希望系统了解机器学习是什么、能做什么、怎么工作。
课程目录
第 1 单元：初识机器学习：从生活场景到核心概念
学习目标：本单元从日常生活中的智能应用入手，帮你建立对机器学习的直观认识，理解机器学习与传统编程的区别，并掌握特征与标签这两个基础概念。你将完成概念地图的第一部分，为后续学习打下基础。
生活放大镜：机器学习就在你身边
从手机语音助手、短视频推荐等日常场景出发，用生活化类比让你直观感受机器学习的存在，并理解机器学习与传统编程的根本区别。
- 机器学习：手机怎么知道你喜欢看什么？（约 26 分钟）
- 传统编程 vs 机器学习：为什么规则写不完时，机器能自己学？（约 27 分钟）
概念基石：特征与标签——机器眼里的世界
用水果分类、房价预测等生活例子，讲清特征（描述事物的属性）和标签（我们要预测的答案），让你学会从日常问题中识别特征和标签。
- 特征与标签：怎么让机器看懂一个苹果？（约 25 分钟）
第 2 单元：机器怎么学：三种学习方式与训练预测流程
学习目标：本单元用生活化类比讲清监督学习、无监督学习和强化学习三种方式，并带你走完从训练到预测的完整流程。你将完成概念地图的第二部分，并开始分析一个真实生活案例。
学习方式：三种教机器学本领的方法
用老师批改作业、整理衣柜、训练宠物等生活类比，分别讲清监督学习、无监督学习和强化学习的特点和典型应用。
- 监督学习：为什么有标准答案的学习最省心？（约 27 分钟）
- 无监督学习与强化学习：没有标准答案，机器怎么自己找规律、练本领？（约 28 分钟）
流程拆解：从训练到预测的完整旅程
用学做菜和照菜谱做菜类比，讲清训练（学习规律）和预测（应用规律）两个阶段，并说明数据、模型在其中的角色。
- 训练与预测：为什么说机器学习像‘先学后做’？（约 26 分钟）
第 3 单元：学得好不好：过拟合、泛化与项目实战
学习目标：本单元用考试复习和死记硬背的类比讲清过拟合与泛化，帮你理解模型为什么需要举一反三。你将完成概念地图的最终版，并完成生活案例解析报告。
举一反三：过拟合与泛化——机器也会死记硬背？
用复习考试时死记硬背 vs 理解原理的类比，讲清过拟合（模型太死板）和泛化（举一反三的能力），并说明为什么测试集能检验泛化能力。
- 过拟合：为什么死记硬背的学生考不好新题？（约 27 分钟）
- 泛化：怎么判断机器是真的学会了还是只是记住了？（约 27 分钟）
项目实战：用机器学习概念解析生活案例
带你回顾全课概念，并动手完成生活案例解析报告，把特征、标签、学习类型、训练预测、过拟合等知识用在一个真实场景中。
- 概念地图与案例解析：怎样把零散知识串成一张图并用它分析日常应用？（约 27 分钟）
在 TellerU 怎么学这门课
- AI 老师在白板上边讲边画，一节课讲透 3 个知识点；
- 讲到的结论都标注出处，点一下就能核对原文；
- 每节有随堂快测和练习，系统按你的掌握度安排复习；
- 听不懂随时提问，老师按你的进度换个讲法再讲一遍。