为“澳门校园 AI 学习助手”准备训练数据
你将依次完成 OpenHydra 活动反思、校园学习场景标注、数据清洗、数据转换实验、综合方案与课堂小测。姓名已通过弹窗收集，首页只展示课程说明。
学习路线
1. 标注任务：先完成 OpenHydra“教小狗吃苹果”，再把标注方法迁移到校园学习场景。
2. 预处理任务：选择数据清洗方法，并通过实验理解特征编码和归一化。
3. 综合方案：用一段话说明校园 AI 数据准备方案，并获取 AI 助教评价。
4. 课堂小测：只要完成 4 道选择题并提交，就可以查看答案与解析。
当前静态 HTML 会把提交保存到本机浏览器；要全班同步，需要部署服务器版本。
标注任务一：OpenHydra 教小狗吃苹果
进入 OpenHydra 平台的“边玩边学”模块，尝试“教小狗吃苹果”。对“水果数据集”进行筛选，并标注为“小狗喜欢”与“小狗不喜欢”。
哪些因素可能影响模型表现？请结合数据标注准确性、标注数量、标签标准是否一致、数据是否有代表性等角度思考。
标注任务二：校园学习场景标注
请为以下 3 条校园学习场景数据选择标签，并写出标注理由。标签：适合学习 / 需要提醒 / 无法判断。
预处理任务一：数据清洗方法选择
处理方式选项：A. 错误值修正 B. 缺失值处理 C. 重复数据去除 D. 异常值处理 E. 一致性检查
预处理任务二：校园学习数据转换实验
点击“执行特征编码”和“执行归一化”逐步观察变化。你也可以添加新的学习数据，再重新执行转换探索结果。
| 学生编号 | 学习专注度 | 专注度编码 | 学习时长 | 时长归一化 | 小测得分 | 得分归一化 |
|---|
编码是否保留等级差异？归一化后的数值范围是什么？增加数据后结果有什么变化？
五、综合任务：校园 AI 数据准备方案
请结合前面任务，用一段完整文字说明你的校园 AI 数据准备方案。提示：可以从“数据选择与标签设计”“需要清洗和转换的数据”“这份数据是否适合训练及理由”三个角度展开。
六、课堂小测
通过以下题目检验一下学习效果吧，相信你一定能答得很好！
完成 4 道课堂小测并提交后即可查看参考答案。