第七课：大数据与人工智能

大数据与人工智能插画

考点清单

大数据的 4V 特征：规模性、多样性、高速性、价值性
大数据处理的基本流程：采集→预处理→存储→分析→可视化
数据分析常用方法：对比、平均、占比、趋势（与第二课呼应）
人工智能的定义与典型应用
机器学习的基本思想：从数据中"学"规律；监督学习/无监督学习
深度学习与神经网络的关系
AI 的局限与伦理：数据偏见、隐私、幻觉

一、大数据：不是"数据大"这么简单

大数据的 4V 特征（必考，先背词）：

特征	英文	含义
规模性	Volume	数据量巨大（TB、PB 级起步）
多样性	Variety	类型多样：数字、文本、图片、视频、音频都有
高速性	Velocity	产生快、处理也要快（如每秒涌入的交易、弹幕）
价值性	Value	价值密度低但总价值高——大量无用数据里淘出金子

判断题口诀：量大、样多、来得快、价值藏得深。注意"价值性"说的是密度低，不是价值低。

处理流程：采集（如传感器、日志）→ 预处理（清洗：去重复、去错误、补缺失）→ 存储（分布式存储）→ 分析挖掘 → 可视化呈现。预处理常被低估，其实真实数据脏得很，"垃圾进、垃圾出"。

思维变化（偶考）：大数据强调全体数据而非抽样、接受不精确、关注相关关系而非只追因果。比如"买尿布的人常顺手买啤酒"是相关关系，不需要先搞清因果也能用。

二、人工智能：让机器做"智能"的事

人工智能（AI）是研究让计算机模拟人类智能行为的技术。应用场景先认个脸熟：人脸识别、语音助手、机器翻译、推荐系统、自动驾驶、AI 绘画与对话（比如本站的小ta）。

机器学习是实现 AI 的主流方法：一句话，让机器从数据中自动总结规律，而不是人把规则一条条写死。对比一下：判断垃圾邮件，传统做法是人写规则（"含'中奖'就拦截"）；机器学习是给机器看几十万封标好"垃圾/正常"的邮件，它自己学出判断标准。考试问"哪种是机器学习"，就找"给数据、自己学"的那个。

按学法分三类：

监督学习：训练数据带标准答案（标签）。如给照片标注"猫/狗"让机器学分类。本站作品区的 AI 初评、垃圾邮件分类都属这类。
无监督学习：数据没有标签，机器自己找规律分组（聚类）。如购物平台把用户自动分成几类人群。
强化学习：没有标准答案，靠"做对奖励、做错惩罚"在试错中学习。如游戏 AI、下棋 AI。

深度学习是机器学习的一个分支，用多层神经网络处理复杂问题（图像、语音、语言），近年的 AI 爆发主要靠它。关系记牢：人工智能 ⊃ 机器学习 ⊃ 深度学习，同心圆，范围依次变小。

三、AI 的局限与伦理

依赖数据：数据有偏见，AI 就有偏见（训练数据里某类人少，识别他们就容易出错）。
会"幻觉"：AI 生成的内容可能流畅但事实错误，重要信息必须核查（AI 实践课会专门练）。
隐私：人脸、声音、位置都是个人信息，采集使用要合法合规（接第六课）。
责任：自动驾驶出事故、AI 误判，责任在谁？这类开放性题目没有标准答案，答题时从"技术、法律、伦理"三个角度各说一句即可。

易错点提醒

1. 4V 里价值性指"价值密度低"，不是"没价值"。

2. 监督学习的关键是有标签；没有标签找分组是无监督。

3. 深度学习属于机器学习，机器学习属于人工智能——别把包含关系说反。

4. 大数据不等于"数据越多越好"：预处理（清洗）是必经步骤。

自测 10 题（先做，再点开对答案）

1. 下列不属于大数据 4V 特征的是（　）

A. 规模性　B. 多样性　C. 精确性　D. 价值性

2. 大数据"价值性"特征的正确理解是（　）

A. 数据非常昂贵　B. 数据价值密度低，但整体价值高

C. 数据越少越有价值　D. 数据可以直接卖钱

3. 大数据处理流程中，把错误、重复、缺失数据清理掉的环节是（　）

A. 采集　B. 预处理　C. 可视化　D. 存储

4. 下列活动中，体现机器学习思想的是（　）

A. 程序员写死规则：含"中奖"二字的短信一律拦截

B. 给系统大量标注好的照片，让它自己学会分辨猫和狗

C. 用计算器算 1+1　D. 在文档里用查找功能找关键词

5. 训练数据带有标准答案（标签）的学习方式是（　）

A. 监督学习　B. 无监督学习　C. 强化学习　D. 深度学习

6. 购物平台把用户自动聚成几类人群，事先没有给用户贴标签，这属于（　）

A. 监督学习　B. 无监督学习　C. 强化学习　D. 解析法

7. 下列关于人工智能、机器学习、深度学习关系的说法，正确的是（　）

A. 三者互不相关　B. 深度学习范围最大

C. 人工智能范围最大，深度学习是机器学习的一个分支　D. 机器学习就是深度学习

8. 游戏 AI 通过不断对局、赢了得奖励输了受惩罚来变强，属于（　）

A. 监督学习　B. 无监督学习　C. 强化学习　D. 枚举法

9. 下列不属于人工智能典型应用的是（　）

A. 人脸识别门禁　B. 语音助手　C. 用 Excel 求和　D. 机器翻译

10. 关于 AI 的局限，下列说法正确的是（　）

A. AI 生成的内容绝对可靠　B. AI 的判断不受训练数据影响

C. AI 可能产生看似合理但事实错误的内容　D. AI 已经完全取代人类思考

参考答案（点开）

1. C

2. B

3. B

4. B

5. A

6. B

7. C

8. C

9. C

10. C

下一课预告：综合模拟自测——20 道混合题一次过完七课，外加一份考前一周冲刺清单。