人工智能初步

这一节包含的知识点

比「节」更细的一层：具体到能对上一道题的步骤。

• 监督学习与无监督学习监督学习用带标签的样本学出输入与答案的对应关系，无监督学习在没有标签的数据中找出内在分组。
• 分类、聚类与识别任务分类是把样本判给已知的类别，聚类是在没有标签时自己找出分组，识别指从图像或语音中判断内容。
• 人工智能的能力边界人工智能擅长在限定任务上从大量数据中找规律，但它并不真正理解含义，也无法承担责任。
• 训练数据与标注模型从大量带标注的样本中学习规律，标注的质量和数量直接影响效果
• 生成式人工智能的使用用提示词描述需求获得文本或图像，输出需要人工核实，不能直接当事实

先修：学它之前要先会

• 信息伦理与法律法规

完整前置链：一路要先会

不只是直接先修 —— 把先修的先修也追到底，顺序就是该学的顺序（含跨学科）。

1. 1信息安全威胁→
2. 2信息伦理与法律法规

后继：学会它之后可以往哪走

• 人工智能应用体验

学习「人工智能初步」

这个知识点还没有内容（还没有教材或出版物接进来）。现在能做的：看清它在坐标系里的位置 —— 先修是什么、学完之后通向哪里，然后把「我了解了」记下来。

自述不等于掌握：它只是「我知道这一条讲什么」，不会计入学习单元完成数。学习记录存在这台设备上。

还没有任何内容覆盖这条概念。要让它长出来，需要导入并发布一份讲到它的材料 —— Publishing 会在正文里找候选（带原句作证据），由人确认后挂到这条上。

还没有任何学习目标、测评或任务标注到这条知识点上。学习链只列**真的标注过**的条目 —— 没有就是没有，不按模板补一个出来。