数学课就是最好的 AI 思维课
——美国家长终于明白了

把整体分成等分，理解部分与整体的关系

AI 训练时把数据分成 80% 训练集、20% 测试集。为什么是这个比例？因为 AI 需要用大部分数据"学"，用小部分数据"考试"。

理解事件发生的可能性，用数字表示不确定性

ChatGPT 生成每个词时，是在计算"下一个词是 XX 的概率是多少"。Spotify 推歌是"这首歌你喜欢的概率是 73%"。

y = mx + b，找到变量之间的线性关系

y = mx + b 就是最简单的机器学习模型。AI 通过大量数据，找到最准确的 m 和 b——这就是"训练"。代数是理解机器学习的直接前提。

用坐标描述空间中的位置和形状

摄像头拍一张照片，AI 把每个像素转化成坐标系上的点，然后在这个坐标空间里识别物体的形状和位置。GPS 导航、自动驾驶都是几何问题。

理解数据集的集中趋势和分布特征

AI 训练时要处理百万级数据，找到"平均规律"。异常值检测（发现银行卡被盗刷）就是在找"和平均情况差太多的数据点"。

从已知条件推导出结论，识别规律和规则

最早的 AI 系统就是一套"如果 A 那么 B，否则 C"的逻辑规则。现在的 AI 是从数据中自动学出这些规则，但底层结构完全相同。