# 符号学习即机器学习

- 来源：François Chollet (@fchollet)
- 发布时间：2026-09-10 23:34
- AIHOT 分数：26
- AIHOT 链接：https://aihot.news/items/cmtvpx6qz03furofbcdhijc0i
- 原文链接：https://x.com/fchollet/status/2098072734052086186

## AI 摘要

“符号学习”就是“机器学习”（给定 (x, y) 对作为示例，自动学习函数 x -> y），只不过其基底是符号化的，即你学到的函数是代码式的，而非曲线式的。

这个术语是与“参数化学习”或“曲线拟合”相对立的。

符号学习并不意味着系统回避数字或概率。它意味着其学到的表示是离散的、显式的、简约的、代码式的。

## 正文

"Symbolic learning" is simply "machine learning" (automatically learn function x -> y given examples of (x, y) pairs), but where the substrate is symbolic, i.e. the functions you learn are code-like, not curve-like.

The term is in opposition to "parametric learning" or "curve-fitting".

Symbolic learning does not mean that the system avoids numbers or probabilities. It means its learned representation are discrete, explicit, parsimonious, code-like.