机器学习（Machine Learning，ML）是人工智能的一个分支，核心思想是：让计算机从数据中自动发现规律并做出预测，而不是由程序员逐条编写规则。传统编程是"输入数据+规则→输出答案"，机器学习则是"输入数据+答案→自动总结出规则"。
三大学习范式
- 监督学习：用带标签的数据训练（如图片+"猫/狗"标签），学会分类或回归
- 无监督学习：数据没有标签，模型自己发现结构（如聚类、降维）
- 强化学习：通过试错和奖励信号学习策略（如 AlphaGo、机器人控制）
常见任务
图像识别、语音识别、推荐系统、欺诈检测、房价预测等。当训练数据量巨大、网络层数很深时，机器学习就演进为深度学习——当前大模型时代的主力技术。
一句话理解
机器学习教计算机"举一反三"——从有限样本中提炼规律，然后用于没见过的新数据。