第 1 章课后练习与答案先独立完成再向下核对答案。归类时可以写多个层级例如“人工智能、机器学习、深度学习”。题目没有提供实现细节时只写能够确定的类别。 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。练习第 1 题表格把迟到次数大于 3 的单元格标成红色条件由老师提前写好。它属于规则程序、机器学习、生成式 AI还是大语言模型。第 2 题邮箱使用大量已经标注为“垃圾邮件”或“正常邮件”的历史样本训练模型再判断一封新邮件。它主要属于哪类技术。第 3 题视频平台根据用户的观看时长、点赞和跳过记录调整推荐顺序。它主要属于哪类技术。只凭这段描述能否确定系统使用了深度学习。第 4 题手机摄像头读取人脸图像系统判断是否为机主随后完成解锁。它属于哪类 AI 任务。只凭这段描述能否确定具体模型。第 5 题用户输入请假原因和语气要求工具生成一封新的请假邮件。它属于生成式 AI 吗。它可能使用什么模型。第 6 题用户输入“画一只在图书馆看书的橘猫”工具返回一张新插画。它属于生成式 AI 吗。它属于大语言模型吗。答案第 1 题答案它是规则程序。条件和动作都由人提前写好程序只需判断迟到次数是否超过 3。这里没有证据表明程序从历史数据中训练过模型。第 2 题答案它属于人工智能中的机器学习任务类型是分类。模型从带标签的历史邮件中学习规律再给新邮件预测类别。题目没有说明模型结构无法继续确定它用了传统机器学习还是深度学习。第 3 题答案它通常属于机器学习推荐系统。观看、点赞和跳过记录为模型提供了学习信号。仅凭题目无法确定是否使用深度学习推荐系统也可能混合统计方法、传统机器学习、深度学习和人工规则。第 4 题答案它属于人工智能中的计算机视觉识别任务。现代人脸识别常使用深度学习题目没有交代模型结构因此只能把深度学习写成可能的实现不能当作已经确认的事实。第 5 题答案它属于生成式 AI因为系统根据要求产生了新的文字内容。这个功能很可能由大语言模型提供核心生成能力产品还可能叠加模板、敏感内容检查等规则。第 6 题答案它属于生成式 AI当前常见实现使用深度学习图像生成模型。它不属于大语言模型因为主要输出是图像。产品可能另外使用语言模型理解和改写提示词这不会把图像生成模型变成大语言模型。自我检查完成后试着不用看文章写下五句话。人工智能是什么机器学习从哪里得到规律深度学习与机器学习有什么关系生成式 AI 的输出有什么特点大语言模型主要处理什么六道题答对四道以上并且能把五句话说清楚就可以进入第 2 章。