人工智能与机器学习初步

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。

• 人工智能的主要领域主要包括自然语言处理、计算机视觉、语音识别、智能机器人、专家系统和机器学习等方向。
• 监督、无监督与强化学习监督学习使用带标签的样本，无监督学习从无标签数据中发现内在结构，强化学习通过与环境交互获得奖励来调整策略。
• 人工智能的典型应用如机器翻译、人脸识别、个性化推荐、自动驾驶和医学影像辅助诊断等需要感知或判断的任务。
• 智能体的感知与决策人工智能系统从环境中获取信息，再根据模型作出判断或动作。
• 人工智能的能力边界当前的人工智能擅长模式识别，不擅长需要常识与因果推理的任务。

先修：学它之前要先会

• 数据库与 SQL

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信息系统的组成→
2. 2数据库与 SQL

后继：学会它之后可以往哪走

• 机器学习的一般流程
• 大数据与数据伦理

学习「人工智能与机器学习初步」

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。