《人工智能基础与数据素养》

《人工智能基础与数据素养》是人工智能训练师的理论地基：它回答“AI 与数据是什么关系、数据从哪来怎么变干净、标注规范怎么写、交互与效果怎么评”。

本书不讲数学推导、不写代码——只讲“训练师必须懂的概念与判断标准”：数据质量决定模型上限，而训练师就是守住数据质量的人。

⚠️ 本书为原创整理，用于帮助理解与记忆；各级别考核范围以国家职业技能标准与备案评价机构当次通知为准，本书不替代官方文件。

章节导航

本书三条学习主线

1. 先建“数据决定上限”的认知：模型是学生、数据是教材、标注是批改——数据脏，模型必错；
2. 把流程背成一条链：采集 → 清洗 → 标注 → 质检 → 评测——所有考点挂在链上；
3. 记标准而不是记操作：规范 6 要素、质量四性、评测指标——标准不随工具变化。

学完本书，接着读《数据标注与训练实操》 把概念变成实操，并做 题库练习。