企业官网建设流程全解析

第 15 章练习与答案

🌈 关于《AI 零基础 36 讲》课后训练

📚与正式讲解配套学习

本篇是《AI 零基础 36 讲》的配套课后训练，与对应章节的正式讲解一起使用。整个系列面向初学者，从日常 AI
使用逐步进入编程、模型训练和大模型应用开发。

✍️先独立作答，再核对答案

训练围绕本章知识安排概念判断、结果分析或动手任务，并提供参考答案与解释。建议先读完对应的正式文章，再独立作答；遇到困难时回看相关例子，最后核对答案。

💻代码题请亲手运行

观察程序输出，确认自己能解释结果、发现错误并完成修复。做完一道题，也要弄清答案为什么成立。

先自己做

1. 直方图、柱状图和散点图分别对应本章哪种问题？
2. 完成比例应该用五条记录，还是只有三条已知时长记录？
3. 把区间改成 0、20、40、60，三个计数应当是多少？
4. 各标签分别有多少条未知时长？
5. 正相关值约 0.655，能不能写成“多学五分钟就会完成”？
6. 只有三个点时，40 分钟比其他两项大，应该直接删除它吗？

对照答案

第 1 题分别对应单个数值字段的分布、类别数量比较、两个字段的配对关系。

第 2 题按各标签的全部记录作分母。两条未知时长的完成状态仍然有效，分组比例分别为 python 2/3、ai 1/2。

第 3 与第 4 题可复制下面的代码，在本章目录运行。

importnumpyasnpimportpandasaspd frame=pd.read_csv("data/learning_records.csv",dtype={"minutes":"Float64"})counts,edges=np.histogram(frame["minutes"].dropna().to_numpy(dtype=float),bins=[0,20,40,60])print(counts.tolist())print(frame.assign(missing=frame["minutes"].isna()).groupby("tag")["missing"].sum().to_dict())

输出如下。

[1, 1, 1] {'ai': 1, 'python': 1}

第 5 题不能。计算只描述当前三条虚构样本的线性关联，没有控制任务难度或其他因素，也没有实验支持因果判断。

第 6 题先回到 L05 核对来源、单位与任务。离其他点远是待查线索，删除需要依据。