关键知识
- 解释训练集、验证集、测试集的分工以及过拟合的表现
- 理解损失函数与梯度下降如何让模型变好
- 知道嵌入是什么，以及它为什么能表示“相似”
前置知识
高中数学；基础 Python。 访问说明：需能访问 developers.google.com；中文页面，无需账号即可学习。
建议练习
做完过拟合相关单元的交互练习后，用自己的话写一段说明：为什么只看训练集上的准确率会误判模型好坏，并举一个你在提示词或 RAG 评测中遇到的类似情况。
依据与出处
编辑整理，依据已获取的简介或片段。请结合原始资料核对技术细节。
上下文实操：让 AI 接着做项目，减少忘记约定和乱补信息
用一段会议记录建立工作记忆，练习筛选材料、保留冲突、换会话交接与输入预算，附完整提示和可运行预算示例。
打开站内手册 →来源与内容说明
Google · Google
保留作者与原始链接，第三方资料的权利属于原作者。
收录：2026年10月19日
核对原始资料待核验公开版本 1
适用范围：2026-10-09 核对：课程首页（hl=zh-cn）无日期；其中大型语言模型模块页显示“最后更新时间 (UTC)：2026-01-09”。
人工核验：尚无核验记录