机器学习（Machine Learning, ML）

定义
机器学习通过算法从数据中自动学习规律，并应用于未知数据的预测或决策，避免显式编程。

核心思想
数据驱动与模型泛化，通过训练数据调整参数，优化模型在未见过数据上的表现。

典型分支

• 监督学习：使用标注数据训练模型（如分类、回归），应用于垃圾邮件识别、房价预测。
• 无监督学习：从无标注数据中挖掘结构（如聚类、降维），适用于用户分群、特征提取。
• 半监督/弱监督学习：结合少量标注数据与大量未标注数据。

经典算法
决策树、随机森林、支持向量机（SVM）、K-近邻（KNN）、逻辑回归等。

---

深度学习（Deep Learning, DL）

定义
机器学习的子集，基于深层神经网络（多隐藏层）实现复杂模式识别，自动学习高阶特征。

核心思想
端到端学习与层次化特征提取，无需人工设计特征。

典型结构

• 卷积神经网络（CNN）：处理图像、视频，如ResNet、Vision Transformer。
• 循环神经网络（RNN/LSTM/GRU）：处理序列数据（语音、文本）。
• 生成对抗网络（GAN）：生成图像或增强数据。
• Transformer：应用于自然语言处理（BERT、GPT）及跨模态任务（CLIP）。

优势与挑战

• 优势：在图像、语音、文本领域性能卓越，擅长处理高维非结构化数据。
• 挑战：依赖大量标注数据、计算资源消耗高、模型可解释性弱。

---

强化学习（Reinforcement Learning, RL）

定义
智能体通过与环境交互试错学习最优策略，最大化累积奖励。

核心思想
奖励驱动与策略优化，智能体根据环境反馈调整动作策略。

典型方法

• 基于价值的方法：如Q-learning、DQN，学习状态-动作值函数。
• 基于策略的方法：如Policy Gradient、Actor-Critic，直接优化策略函数。
• 模型驱动方法：如Model-Based RL，通过学习环境模型规划动作。

应用场景
游戏（AlphaGo）、机器人控制、资源调度、推荐系统等。

挑战
样本效率低、奖励设计复杂、依赖稳定环境。

转换后的表格

维度	机器学习	深度学习	强化学习
范畴	广义概念，包含DL/RL	机器学习的子集（神经网络）	机器学习的子集（交互学习）
数据依赖	需标注或半标注数据	需大量标注数据（监督为主）	需与环境交互数据（奖励信号）
核心目标	预测/分类/回归	特征自动提取与模式识别	策略优化与长期回报最大化
典型流程	训练-验证-测试	端到端训练（特征+模型联合优化）	交互-反馈-策略更新循环
可解释性	较高（如决策树）	较低（黑盒模型）	中等（依赖策略可视化）
计算成本	中（传统算法）	高（GPU/TPU并行计算）	极高（交互次数多）

---

三者的关系与区别

---

协同应用与选择建议

协同案例

• 深度学习+强化学习：AlphaGo（CNN评估+RL策略优化）、Dota AI（LSTM+RL）。
• 机器学习+强化学习：推荐系统（ML预测兴趣，RL优化长期参与度）。

选择建议

• 问题类型：结构化数据选传统ML；非结构化数据选DL；动态决策选RL。
• 数据量：小数据用ML；大数据用DL；交互环境用RL（配合仿真器）。
• 实时性：实时预测用轻量模型；离线训练可结合DL/RL。

三者共同构成AI技术栈，常融合使用以实现从感知到认知的跨越。