走进AI，让AI告诉我未来职业

1. 课程概述

本课程基于南开大学赵宏老师《人工智能与创新》课程探索4，以”AI职业预测”为项目主线，带领学习者从零开始，体验从数据准备 → 模型训练 → 应用构建的完整机器学习流程。

你将跟随一名大学生的视角，从对未来的迷茫与好奇出发，通过与AI的持续对话和动手实践，逐步理解AI职业预测的工作原理，并亲手构建一个能从数据中学习并预测职业倾向的AI系统。

2. 学习目标

通过本课程，您将：

1. 理解AI预测的本质——数据驱动的经验归纳与模式匹配，而非神秘”玄学”
2. 掌握与AI协作的方法——将模糊的问题转化为清晰、可执行的技术指令
3. 体验完整的机器学习流程——从数据准备、模型训练到应用部署
4. 亲手构建一个AI应用——从零实现”职业倾向预测系统”

3. 适合的学习者

• 零编程基础的高校学生，对AI充满好奇
• 希望了解机器学习入门流程的初学者
• 想体验”以用促学”实践式学习方法的自学者

4. 课程结构

章节	章节名称	主要内容	学习目标
1	激发——提出感兴趣的话题	观察AI职业预测现象，提出核心问题，理解探索路径	建立对AI职业预测的直观认知，明确学习目标
2	探索——发现问题本质	理解AI预测原理（数据驱动+模式匹配），拆解为数据准备、规律分析、应用设计三个层面	掌握将复杂问题分解为可执行步骤的思维方式
3	拓展——学习知识与技能	数据准备→生成模拟数据；规律分析→训练随机森林模型；应用开发→构建交互程序	掌握数据生成、模型训练、应用开发的基础实践
4	执行——动手解决问题	从社团推荐升级到职业预测，生成1500条职业数据，构建完整交互式预测系统	独立完成从数据到模型的完整AI应用构建
5	评价——反思与总结	评估模型效果，反思AI边界，总结”从问题到系统”的构建思维	形成可迁移的AI协作思维模式

5. 实操演练

本课程秉持 “做中学（Learning by Doing）” 原则，实践环节贯穿全课程。学习者将跟随课程进度，逐步构建自己的职业预测系统：

• 第3章：生成模拟社团推荐数据 → 训练分类模型 → 构建命令行交互程序
• 第4章：生成1500条职业预测数据 → 训练随机森林模型 → 构建完整职业预测系统
• 第5章：评估模型性能，反思AI工具的边界

6. 课程打卡指引

本项目采用 Issue 评论打卡 方式。完成每章任务后，在对应 Issue 下提交您的学习成果。

任务	名称	说明
任务1	📖 第1章学习打卡	提出你对AI职业预测的3个问题
任务2	📖 第2章学习打卡	用自己的话复述AI预测的核心原理
任务3	📖 第3章学习打卡	提交你生成的社团推荐数据及模型训练结果
任务4	📖 第4章学习打卡	提交你的职业预测系统运行截图
任务5	📖 第5章学习打卡	分享你的学习反思与收获

7. 共创与贡献

欢迎所有学习者参与贡献！

贡献方式：

• 提交 Issue 反馈问题或建议
• 提交 Pull Request 完善内容
• 分享您的学习经验

8. 许可说明

本课程暂无指定许可证。课程创建者可后续添加 LICENSE 文件。

推荐许可证选项：MIT / Apache 2.0 / CC BY-SA 4.0 / MulanPSL-2.0