机器学习、深度学习、强化学习是人工智能领域的理论基础和方法论
机器学习、深度学习、强化学习是人工智能领域的三大核心方向，各自具有独特的理论基础和方法论。以下是它们的核心理论知识总结：
一、机器学习（Machine Learning, ML）
1. 基础概念
-
目标：通过数据驱动的方式，让机器从经验中学习规律，完成预测、分类或决策任务。
-
核心范式：
-
监督学习（输入-输出对，如回归、分类）
-
无监督学习（无标签数据，如聚类、降维）
-
半监督学习（少量标签+大量无标签数据）
-
强化学习（与环境的交互反馈，但通常单独分类）。
-
2. 核心理论
-
统计学习理论：
-
泛化能力：模型在未知数据上的表现
-