概念层级梳理（由大到小，清晰从属关系）
- 机器学习（Machine Learning, ML）
最大范畴
定义：让计算机不用人工编写全部规则，从数据中自动学习规律的一类方法。
两大分支：
传统机器学习：线性回归、SVM、随机森林、K-Means 等
深度学习（属于机器学习的子集）
核心思想：从数据拟合映射关系
y=f(x)
- 深度学习（Deep Learning, DL）
机器学习的子集
特指使用多层神经网络的机器学习方法；依靠多层结构自动提取特征，不需要人工设计特征。
传统机器学习：人工设计特征 → 模型预测
深度学习：原始数据输入 → 网络自动提取特征 → 预测
- 神经网络（Neural Network, NN）
深度学习的基础载体
模仿人脑神经元连接的数学模型：神经元接收输入、加权求和、激活输出。
浅层神经网络：只有 1~2 层隐藏层
深度神经网络 DNN：多层网络，也就是深度学习用到的基础结构
常见变体：CNN 卷积神经网络、RNN 循环神经网络、Transformer（内含自注意力）
- 自注意力机制（Self-Attention）
神经网络里的一种核心组件
出自 Transformer 架构。
作用：序列内部每个元素，自动计算和序列中所有元素的关联权重。
解决 RNN 串行无法并行、长距离依赖捕捉困难的问题。
公式简化理解：
应用：大语言模型 LLM、ViT 视觉 Transformer。
关系：自注意力 ≠ 网络，只是网络内部的模块，可以嵌入神经网络。
- 强化学习（Reinforcement Learning, RL）
独立于监督 / 无监督学习的机器学习范式
机器学习三大范式：
监督学习（有标签）
无监督学习（无标签）
强化学习（智能体与环境交互，靠奖励信号学习）
核心要素：智能体 Agent、环境 Environment、动作 Action、状态 State、奖励 Reward。
目标：学习策略，最大化长期累积奖励。
交叉概念：深度强化学习（DRL）
把神经网络当作强化学习里的价值网络 / 策略网络，例如 DQN、PPO。
通俗一句话区分
机器学习： 所有让机器从数据学规律方法的统称；
神经网络： 一套模仿神经元的数学模型；
深度学习： 用多层神经网络的机器学习；
自注意力： 神经网络里用来捕捉长距离关联的零件；
**强化学习：**通过和环境试错、拿奖励来学习，不靠现成标注数据。