从数学角度看，神经网络本质上是一个超级复杂的非线性函数YfXY = f(X)YfX。输入：数据（如图像像素、文本向量）。输出：预测结果（如分类概率、数值）。内部：成千上万个参数（权重和偏置），通过训练不断调整，试图找到一组最佳参数，使得输入XXX能准确映射到输出YYY。

机器学习是人工智能的一个子领域，数据驱动自动学习数据中的潜在规律，进而对新数据进行分类或预测。核心目标是，使模型在未知数据上的泛化性能最大化。

BindingException: Parameter 'ids' not found. Available parameters are [collection, list]