大数据与数据伦理

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。

• 大数据的应用场景常用于个性化推荐、交通流量预测、公共卫生监测和城市治理等需要处理海量数据的领域。
• 数据伦理与算法公平采集和使用数据应征得当事人同意并尊重其权益，算法决策要避免因训练数据偏差而对某些群体造成歧视。
• 数据安全与个人信息保护对个人信息实行最小必要收集、脱敏存储和权限控制，依法保障数据主体知情、更正与删除的权利。
• 数据的可携带与删除用户对自己产生的数据应享有查询、更正与删除的权利。
• 算法推荐的影响个性化推荐提高效率，也可能造成信息窄化与过度消费。

先修：学它之前要先会

• 人工智能与机器学习初步

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→
3. 3人工智能与机器学习初步

后继：学会它之后可以往哪走

• 人工智能的伦理与治理

学习「大数据与数据伦理」

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。