机器学习基础
六章、29 节，备齐现代机器人学习要用的整套工具：从数据中学习与网络架构讲怎样拟合、怎样求梯度、该搭什么样的网络，从逻辑回归走到 Transformer 和动作 token；自监督学习讲没有标签时怎样学到好的表示；生成模型讲怎样学会整个分布，从 VAE 一路走到扩散与 flow matching，也就是 Diffusion Policy 和 π0 的引擎；强化学习讲怎样从奖励里学策略，从 Bellman 方程走到 PPO、SAC 与离线 RL；专题讲微调、scaling law、不确定性与多任务。每一节都有在浏览器里现场运行的实验，大多是现场训练的小网络，例子都来自机器人。
1六章之间的关系
第 16 章是其他各章的地基：损失、泛化和反向传播在后面几章里反复用到。架构（17 章）喂给自监督（18 章）和生成模型（19 章）；强化学习（20 章）主要建立在 Part I 的概率与动态规划之上，逆强化学习一节还借用了 GAN 的判别器。来自前面的部分主要是 Part I 的线性代数、微积分、概率与优化，另有 Part II 的构型空间和 Part IV 的状态空间模型。把鼠标放在（或点击）任意一个方块上：琥珀色是它依赖的部分，紫色是用到它的部分；虚线框是前面的章节或后续部分，本部分各章之间的依赖画成右侧的弧线。每一节具体依赖哪几节，见第 3 部分。
2各章一览
★ 标记的是核心节，点击标题即可进入（灰色的是尚未上线的节）。每章都会写出它的"一句话直觉"和在机器人中的主要用途。
3逐节内容与前置
每节一句话说明它讲什么，下面列出该节自己标注的前置节。青色边框的是本部分内的前置节，其余来自 Part I–IV；点击即可跳转。
4按目标选路线
时间有限的话，可以按你的方向挑一条路线先走通，再回头补全。路线里跳过的节，遇到时看第 3 部分列出的前置即可。