Data is the fuel of AI. 数据是 AI 的燃料。
Data is a set of observations that we use to learn an A→B mapping. 数据是一组观测样本，用来学习从 A 到 B 的映射。
In machine learning, data often comes as pairs (A, B), where A is input and B is output/label. 机器学习里，数据常以 **(A,B) 样本对 ** 出现：
- A = input（输入）
- B = output /label（输出 / 标签）
📌典型案例
- Housing price prediction A：Size, location, floor（面积、位置、楼层） B：House price（房价） Data：Many rows of (A,B) → 模型学会 A→B 映射
- Cat photo detection A：Image（图片） B：Yes/No（是不是猫） Data：Lots of images + labels
🧩两类数据：结构化 / 非结构化
- Structured data（结构化数据） Tables, spreadsheets, databases（表格、Excel、数据库） Example: User ID, age, income（用户 ID、年龄、收入）
- Unstructured data（非结构化数据） Images, audio, text, video（图片、语音、文本、视频）
💡 吴恩达金句（高频、必背）
- Data > Algorithm > Compute 数据 > 算法 > 算力
- It's not just big data; it's good data. 不在于大数据，而在于高质量数据。
- 80% of AI is data. AI 80% 是数据。
🔗 跟你前面 "A→B 映射" 的关系（他课里直接连）
Today's AI = ANI = learning fixed A→B mappings from data. 现在的 AI = 弱 AI = 从数据学固定的 A→B 映射。