A4 · 高水平课程

机器学习

探究模型如何从数据中学习，以及如何评价其结果。

DP1 入门 · 2027 年 5–6 月；DP2 深入 HL 内容 · 拟定

学习目标

区分学习类型及其适用场景。
讨论数据质量、偏差与伦理影响。
在 DP2 中拓展到模型构建与评价。

实践活动

探索一个小型带标签数据集。
比较模型输出与预期结果。
解释实际应用中的局限与风险。

展示理解

简短探究，包含结果解读与明确的局限说明。

先预测，再实现。有目的地测试，并解释证据说明了什么。