# 第四章 机器学习原理

> 理解机器学习的核心思想与主要学习方式（也叫“范式”）

***

> *（注：本章将进入“深水区”，涉及一些核心原理。如果你觉得某个概念（如贝叶斯）太难懂，完全可以先跳过，记住结论就好。不懂原理并不影响你使用 AI。）*

经过前三章的学习，我们已经对 AI 有了整体认知。从本章开始，我们将深入探讨支撑 AI 运行的核心技术。本章聚焦于机器学习——当代 AI 最重要的技术基础。

机器学习的核心思想是让计算机从数据中自动学习规律，而非人工编写规则。这种“从数据中学习”的能力，是当今 AI 系统能够处理复杂任务的关键。

本章将介绍机器学习的四种主要学习方式（范式）：监督学习、无监督学习、强化学习和自监督学习，帮助读者理解每种方式的核心思想、典型算法和应用场景。

## 本章内容

* **4.1 归纳法与机器学习**：理解机器学习的本质和基本流程
* **4.2 监督学习**：从带标签的数据中学习
* **4.3 无监督学习**：从无标签的数据中发现模式
* **4.4 强化学习**：通过与环境交互来学习
* **4.5 强化学习应用**：强化学习在游戏、机器人和决策中的实际应用
* **4.6 自监督学习**：利用数据本身构造学习信号，支撑大模型预训练


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://yeasy.gitbook.io/ai_beginner_guide/di-er-bu-fen-he-xin-ji-shu-jie-xi/04_machine_learning.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.