4级
分清输入、输出与数据，并把制作顺序写成步骤。
报考条件
年满14周岁可报考。
必修编程语言
从5级到1级，所有等级的共同必修。
Shell Scripting
操作那些构建和运行人工智能的计算机的基础语言。
这个资格证考的是从零开始做出，而这件事是在上完成的。获取数据、运行、搬运结果、把放上，都从开始。不管模型用什么语言写成，运行它、把各部分接起来、让工作自动化的，都是 。所以从5级到1级，每个等级都要求 Shell 脚本。（只是在或应用里使用人工智能，不需要终端；要做出一个，就需要。）
去学 Shell 编程各级通用的同一道题
你要完全从零开始亲手做一个人工智能。请设计出你打算怎么做。
从5级到1级都是这道题。变化的是答案所要求的深度，以及题目附加的限制条件。
学什么
- 确定什么进去、什么必须出来。
- 分清哪些靠规则解决，哪些要从数据里学。
- 把制作过程拆成步骤并排出顺序。
如何评分
- 是否写得清楚
- 是否说明了数据从哪里来
- 步骤是否按可行的顺序衔接
考试构成
第一场是考场笔试，第二场是面试加实操。两场用的是同一道题。
在指定考场进行，答案要手写在试卷上。考查你能否把设计用文字讲清楚。
先由考官就你的设计进行面试，然后现场真正动手做出。考查纸上的方案能否在手里跑起来。
预测题
正式考试只出上面那一道各级通用的题。下面的 20 道题是预测题，用来检查你在写那份设计之前要先知道的词语、名字和事实。每道题都是只有一个正确答案的简答题：先读说明、写下答案，再展开正确答案对一对。它们不是官方题目。
数据与特征
-
1
划分数据时，有一部分数据不用来训练，而是留到最后，只用来检验模型的真实水平。这部分数据叫什么？
查看答案
正确答案 测试数据（Test Data）
如果用训练时用过的数据来测试，就分不清模型是真的学会了，还是只是背了下来。所以要另外留出它从没见过的数据。
-
2
在预测房价的模型里，像房子面积、房间数、到车站的距离这样，模型用来做判断的输入数据的每一项特点叫什么？
查看答案
正确答案 特征（Feature）
如果是表格数据，一列（column）就是一个特征。挑选放进哪些特征，是设计的第一步。
-
3
没有正确答案的标签，只看数据本身，自己找出数据里的结构，比如把相似的东西归在一起。这种学习方法叫什么？
查看答案
正确答案 无监督学习（Unsupervised Learning）
它和监督学习是一对：监督学习是用带标签的数据，学着给出正确答案。
-
4
就像把顾客按购物习惯分成几群一样，把相似的数据归成一群的做法叫什么？
查看答案
正确答案 聚类（Clustering）
这是无监督学习的典型任务。每一群叫什么名字，是人后来才取的。
-
5
像 Excel 表格那样，装在行和列固定的格子里的数据叫什么？（它和文字、照片、声音这类没有固定格式的数据相对。）
查看答案
正确答案 结构化数据（Structured Data）
没有固定格式的文字、照片、声音叫非结构化数据（Unstructured Data）。
规则与学习方法
-
6
由人直接写进“如果……就……”这样的规则，让计算机像专家一样做判断的早期人工智能方式叫什么？
查看答案
正确答案 专家系统（Expert System）
它在20世纪70到80年代被广泛使用。所有规则都得由人来写，所以规则越多，就越难做、越难改。
-
7
答案是几个固定类别中的一个，比如“垃圾邮件／正常邮件”，这样的机器学习问题叫什么？
查看答案
正确答案 分类（Classification）
答案有两种叫二分类，三种以上叫多分类。
-
8
答案是连续的数字，比如房价或明天的气温，这样的机器学习问题叫什么？
查看答案
正确答案 回归（Regression）
分类预测的是类别，回归预测的是数字。先定好输入和输出，就能看出是哪一种问题。
-
9
做出行动后，看着得到的奖励（分数），自己学会更好的行动。这种学习方法叫什么？AlphaGo 就是靠和自己对弈来提高棋力的。
查看答案
正确答案 强化学习（Reinforcement Learning）
它和监督学习的不同在于：拿到的不是正确答案的标签，而是奖励。
-
10
模型在训练数据上几乎全对，遇到没见过的数据却常常出错，也就是把训练数据背了下来。这种状态叫什么？
查看答案
正确答案 过拟合（Overfitting）
反过来，连训练数据都拟合不好的状态叫欠拟合（Underfitting）。
训练与评估的步骤
-
11
用一个数字表示模型错了多少，让训练朝着把这个数字变小的方向进行。这样的函数叫什么？
查看答案
正确答案 损失函数（Loss Function）
说到底，训练就是修改权重，让损失值变小。
-
12
把全部训练数据从头到尾完整地过一遍来训练，这样的一轮叫什么？
查看答案
正确答案 轮次（Epoch）
通常会训练好几个轮次，看损失是不是一直在下降。
-
13
在训练之前，修正缺失值、重复值和错误值，统一单位等，把数据变成适合训练的样子。这个步骤叫什么？
查看答案
正确答案 数据预处理（Data Preprocessing）
数据乱七八糟，模型也会乱七八糟。实际开发中很大一部分时间都花在这一步上。
-
14
就像100道题答对90道就是90%一样，用答对的比例来评价模型，这个最基本的指标叫什么？
查看答案
正确答案 准确率（Accuracy）
它简单好用，但如果数据里大部分都是同一种答案，它会让模型看起来比实际更厉害。
-
15
和训练用、测试用的数据分开留出来，在训练过程中用来挑选设置、决定什么时候停止训练的数据叫什么？
查看答案
正确答案 验证数据（Validation Data）
测试数据只在最后用一次，挑选设置要用验证数据来做。
Shell 与工具
-
16
在 Shell 里，显示你现在所在文件夹（当前工作目录）路径的命令是什么？请写出来。
查看答案
正确答案 pwd
它是 print working directory 的缩写。
-
17
在 Shell 里，把文件内容原样显示在屏幕上的命令是什么？请写出来。把几个文件接在一起时也会用到它。
查看答案
正确答案 cat
这个名字来自 concatenate（连接在一起）。例如：cat data.csv
-
18
在 Shell 里，只找出并显示文件中含有某段文字的那些行的命令是什么？请写出来。
查看答案
正确答案 grep
例如，grep error log.txt 只显示 log.txt 里含有 error 的那些行。
-
19
有一种文本文件格式，用逗号把值分开来存放表格数据，是机器学习数据最常用的格式。请用三个英文字母写出它的名字。
查看答案
正确答案 CSV（Comma-Separated Values）
一行就是表格的一行，用逗号隔开的每个值就是一列。用记事本也能打开。
-
20
请写出在数据分析和机器学习中用得最广、用缩进而不是花括号来划分代码块的编程语言的名字。
查看答案
正确答案 Python
NumPy、scikit-learn、PyTorch 这些人工智能工具，大多是在 Python 里使用的。