机器学习与深度学习基础

本章节从传统机器学习的核心思想讲起，逐步推导到神经网络、多层感知机 (MLP) 与现代 LLM 的基石 Transformer 架构。面向小白拆分为 3 篇教程：

• 1. 经典机器学习入门：回归与分类任务、损失函数 (MSE) 求解与过拟合/欠拟合概念。
• 2. 从零手写多层感知机 (MLP)：激活函数 (ReLU/GELU) 的作用与 PyTorch 神经网络训练全流程。
• 3. Transformer 与 Self-Attention 机制全解：自注意力机制 Q/K/V 算例、多头注意力与位置编码组件。