单元一
第4课 人工智能的技术基础
一、任务目标
对比数据规模、算力与参数调优三组现象，能解释缺了数据／算力／算法任一环时，效果会怎样受限。
二、我们要学什么
- 数据、算法、算力是 AI 三大基础
- 数据更多、算力更强、调参更合理，效果常常更好——但还要看数据质量和是否过拟合，并非「越多一定越好」
三、操作步骤
1对比小数据与大数据准确率
2对比慢/快设备耗时
3手动与自动调参看损失曲线
4归纳三要素
四、网页体验
网页体验：数据规模对比
切换数据规模，再点运行，对比「准确率」变化。
网页体验：算力对比
选择算力档位，对比推理等待时间。
网页体验：参数调优对比
调节学习率，点训练／自动，看损失曲线变化。
五、知识点讲解
AI 常离不开数据、算法与算力：缺一环效果会受限；数据质量与是否过拟合同样关键。
- 能用自己的话复述：输入是什么、按什么规则变、输出应怎样。
- 练习时改一处、看一处，确认现象和概念对得上。
先弄清本课输入与输出，再进编程练习对照现象。
六、课堂练习
先完成两道正误判断，再做其余题目；选出后点「检查」。
判断：只点体验按钮，说不清「AI 做了什么、人做了什么」。
判断：每完成一次体验，用一句话说清本课要点「体会数据、算力、算法三要素」，并区分生成结果与你的判断。
AI 三要素通常指？
数据太少可能导致？
算力更强常常？
七、本节小结
第4课「人工智能的技术基础」：先场景、再体验、后反思。