机器学习（ML）与深度学习（DL）

机器学习：基于数据训练模型（如决策树、SVM、随机森林）实现预测或分类。

深度学习：通过神经网络（CNN、RNN、Transformer等）处理复杂任务（图像、语音、文本）。

编程语言

Python：主流语言，拥有丰富的库（NumPy、Pandas、Scikit-learn）。

其他语言：R（统计分析）、Java/C++（高性能计算）、Julia（科学计算）。

框架与工具

TensorFlow/PyTorch：深度学习框架，支持动态计算图（PyTorch）和静态计算图（TensorFlow）。

Keras：高层API，简化模型构建。

Hugging Face Transformers：NLP领域的预训练模型库（如BERT、GPT）。