《AI For Everyone》学习笔记

课程信息

• 课程：《AI For Everyone》- Andrew Ng（Coursera）
• 定位：非技术人群的 AI 通识课，零编程基础也能听懂
• 时长：约 4 小时，4 周课程

核心收获

1. AI 能做什么、不能做什么

• 能做：模式识别类任务（图像、语音、文本分类、预测）；
• 不能做：真正意义上的"理解"与"创造"（目前）。

金句：AI 是"模式识别器"，不是"万能魔法"。

2. 机器学习项目的流程

定义问题 → 收集数据 → 训练模型 → 评估 → 部署 → 迭代

3. 数据的重要性

• 数据质量 > 数据数量；
• 系统性收集数据比临时抓数据更有效；
• 用"一致性标注"保证数据质量。

我的思考

这门课最大的价值不是技术，而是建立对 AI 的理性预期。作为学习者，既要拥抱机会，也要警惕夸大宣传。

行动项： 尝试用课程里的"AI 机会清单"方法，审视自己身边可以被 AI 优化的问题。