数据无处不在
回想一下家用智能设备，你可能会问：流式处理应用如何知道向你推荐什么内容？ 扫地机器人如何知道哪里需要清洁？ 嗯，在这其中数据起着关键作用。 这些设备依靠数据高效运行。 收集数据是为了让体验更加个性化和自动化。
数据就是为各种目的收集、存储和使用的信息。 它有多种形式，例如文本、图像和数字。 AI 利用数据进行学习和推理。 例如，在流式处理应用中持续观看同一类型的节目时，这些数据就能帮助 AI 模型确定接下来要向你推荐的内容。
在第一个视频中，你将了解什么是数据，以及它对于推进 AI 至关重要的原因。
AI 通过数据能够学习、调整并做出明智的决策。 这不仅与可用数据的数量有关，还与数据的质量有关。 AI 模型的有效性与训练数据的质量直接相关。
在下一个视频中，你将了解为什么在数据中找到模式非常重要，以及如何提升用户体验。
AI 模型使用数据来标识模式。 此过程的核心是分析数据字段的算法，通过学习数据中的模式来生成模型。 然后利用这些模型对新数据做出预测或决策。 此过程称为机器学习。
数据的质量和数量至关重要。 高质量的数据可确保 AI 模型能够准确学习并做出可靠的预测。 质量不佳的数据可能会导致结果不正确。 因此，数据预处理（包括清理和组织数据）是机器学习过程中的一个必要步骤。