AWS AI Practitioner 免费章节

以下章节可直接阅读全文，无需登录。学习记录和其他章节按各自访问权限开放。

• AI 与机器学习基础

  AI ⊃ ML ⊃ Deep Learning 的包含关系是考试基础。ML 三大类型：监督学习（有标签）、无监督学习（聚类）、强化学习（奖励反馈）。知道什么场景选什么类型就够了。

• 机器学习核心概念

  分类 vs 回归：预测类别用分类（垃圾邮件检测），预测数值用回归（房价预测）。模型评估：准确率不够看，要看 Precision/Recall/F1。过拟合加正则化或更多数据，欠拟合加特征或换复杂模型。

• 生成式 AI 基础

  占 24% 权重。Transformer 的自注意力机制是 LLM 的核心，但考试不考数学，考你知不知道 Token、Temperature、Top-P 这些推理参数的作用。Temperature 高 = 更随机更有创意，低 = 更确定更保守。