企业官网建设流程全解析

第 4 期 | 机器学习体系总览：监督、无监督与强化学习的工业映射

面对机器学习庞杂的算法丛林，工业工程师最容易犯两种错误：盲目追新（所有问题都用深度学习）与以偏概全（只会用回归）。建立正确的"范式-任务"映射坐标系，是工业 AI 选型的第一课。本期系统梳理三大学习范式的工业定位，并给出选型决策框架。

一、三大范式的本质区别 🧭

三者的根本区别在于监督信号的形式：标签（监督）、无信号（无监督）、延迟奖励（强化）。这个区别决定了它们各自适配的工业问题类型。

二、监督学习：工业 AI 的主力军团 🎯

监督学习要求"输入特征 X + 目标标签 y"的成对数据，学习映射 f: X→y。工业中的两大任务家族：

回归任务（连续目标）

分类任务（离散目标）

监督学习的工业前提：标签必须可靠。工业标签的两大陷阱——化验时间戳错位（回归标签）、故障起止模糊（分类标签）——在第 3 期"语义依赖"中已论及，标签治理优先于算法优化。

三、无监督学习：黑暗中的探照灯 🔦

无监督学习不依赖标签，从数据结构本身发现规律，工业中的四大用途：

典型工业场景：

• 工况聚类：将高炉历史运行数据聚为 5~8 个典型工况簇，实现"分工况建模"——每个簇内训练的局部模型精度显著优于全局模型；
• 异常检测：在故障标签缺失的现实下（第 3 期特性 5），用"偏离正常流形"作为早期预警信号，是工业诊断的主力路线（第 12 期专述）；
• 降维可视化：将 2000+ 测点压缩到 2~3 维绘制"炉况地图"，辅助专家直观判断工况演变轨迹。

四、强化学习：谨慎对待的前沿 🎮

强化学习（RL）通过与环境交互、以奖励信号学习序贯决策策略，理论上最契合工业控制问题（操作=动作、工况=状态、效益=奖励）。但工业 RL 面临三重现实约束：

理性定位：RL 在工业的应用顺序应是——先在仿真器（数字孪生）中验证策略、再迁移为"操作建议"供人确认、最后才是受限闭环。当前阶段，RL 更现实的产出是"离线策略评估与参数寻优"，而非直接控制（专栏十一将系统展开）。

五、半监督与自监督：中间地带的利器 🌗

工业场景常见"大量无标签数据 + 少量有标签数据"的格局，两类中间范式因此重要：

• 半监督学习：用少量标注 + 大量未标注数据联合训练。典型场景：表面缺陷检测中，人工精标 500 张 + 未标注 5 万张，通过伪标签迭代扩充训练集；
• 自监督学习：设计前置任务（如时序掩码重建）从无标签数据学习通用表征，再微调至下游任务。这是工业大模型（第 16 期）的技术基础。

六、范式选型决策框架 🌳

三条选型经验：

1. 表格数据默认 GBDT：在工业表格数据上，梯度提升树在 90% 的场景下精度不输深度学习，且训练快、可解释、抗过拟合；
2. 无标签先无监督：没有标签时，先跑聚类与异常检测摸清数据结构，再决定标注策略；
3. 决策问题先评估后闭环：RL 的第一步永远是在仿真环境中做策略评估，而非上线探索。

🎯 本期小结

• 三大范式的工业定位：监督学习是预测诊断主力、无监督学习是探索发现探照灯、强化学习是控制优化前沿；
• 监督学习的工业前提是标签治理，无监督学习是标签稀缺现实的破局主力；
• 工业表格数据默认首选 GBDT 家族，深度学习保留给图像、长时序与大数据量场景；
• 强化学习的现实路径：仿真验证→人机协同→受限闭环，拒绝直接上线探索。

下期预告：第 5 期深入工业 AI 的第一生产力——特征工程：物理特征、统计特征、时窗特征的构造体系，以及特征质量的三重检验法。⚙️

作者：高炉炼铁智能化技术研究者，专注钢铁冶金与人工智能 交叉领域。

👍 如果觉得有帮助，请点赞、收藏、转发！
版权归作者所有，未经许可请勿抄袭，套用，商用(或其它具有利益性行为)。
🔔 关注专栏，不错过后续精彩内容