人工智能核心算法模拟习题（含答案）
1、图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是（）、人脸识别等其他高层次视觉任务的基础
A、物体检测
B、图像分割
C、物体跟踪
D、行为分析
答案：ABCD
2、决策树分为两大类Oo
A、回归树
B、分类树
C、交叉树
D、森林
答案:AB
3、关于学习器结合的描述，正确的是Oo
A、避免单学习器可能因误选而导致泛化性能不佳
B、降低陷入局部极小点的风险
C、假设空间扩大，有可能学得更好的近似
D、多学习器结合有可能冲突
答案：ABC
4、（）类型的数据集不适合用深度学习？
A、数据集太小
B、数据集有局部相关性
C、数据集太大
D、数据集没有局部相关性
答案：AD
5、需要循环迭代的算法有Oo
A、k-means
B、线性回归
C、svm
D、逻辑回归
答案:ABD
6、下列描述正确的是O
A、K均值一般会聚类所有对象，但DBSCAN会丢弃被它识别为噪声的对象
B、当簇具有很不相同的密度时，K均值和DBSCAN的性能都很差
C、K均值可以用于高维的稀疏数据，DBSCAN则通常在此类数据上性能很差
D、K均值可以发现不是明显分离的簇，但DBSCAN会合并有重叠的簇
答案：ABCD
7、深度学习中常用的损失函数有？
A、11损失函数
B、均方误差损失函数
C、交叉燧误差损失函数
D、自下降损失函数
答案：BC
8、预剪枝使得决策树的很多分子都没有展开，会导致OO
A、显著减少训练时间开销
B、显著减少测试时间开销
C、降低过拟合风险
I）、提高欠拟合风险
答案：ABCD
9、在某神经网络的隐层输出中，包含0.75,那么该神经网络采用的激活函数可能是O
A、sigmoid
B、tanh
C、re1u
答案：ABC
10、关于随机森林说法正确的是O
A、与AdaboOSt相比，随机森林采用一个固定的概率分布来产生随机向量
B、随着个体学习器数目的增加，随机森林通常会收敛到更低的泛化误差
C、与AdabOOSt相比，随机森林鲁棒性更好
D、随机森林的训练效率往往低于Bagging
答案：ABC
11、下列哪些项用于对问题进行形式化
A、感知
B、初始状态
C、动作
D、环境
答案：BC
12、深度学习中的激活函数需要具有哪些属性？
A、计算简单
B、非线性
C、具有饱和区
D、几乎处处可微
答案：ABC
13、常见的聚类算法有哪些？
A、密度聚类
B、层次聚类
C、谱聚类
D、Kmeans
答案：ABCD
14、对于朴素贝叶斯分类器，下面说法正确的是O
A、适用于小规模数据集
B、适用于多分类任务
C、适合增量式训练
D、对输入数据的表达形式不敏感
答案：ABC
15、下列可用于隐马尔可夫预测的算法是OO
A、维特比算法
B、Baum-We1ch算法
C、前向-后向算法
D、拟牛顿法
答案：ABCD
16^Hiatp1ot1ib中,SUbPIOts_adjust方法中的()和()参数分别控制图片的宽度和高度百分比，以用作子图间的间距。
A、wspace
B、hspace
C、vspace
I)、Ispace
答案：AB
17、1ibraRCNN从O几个角度论证并增强了两阶段检测模型
A、FPN特征
B、RPN结构
C、正负样本采样
D^1oss
答案：ACD
18、机器学习中做特征选择时，可能用到的方法有？O
A、卡方
B、信息增益
C、平均互信息
D、期望交叉端
答案：ABCD
19、关于反向传播算法，它的主要不足在于
A、训练时间较长
B、完全不能训练，训练时由于权值调整过大使得激活函数达到饱和
C、易陷入局部极小值
D、训练过程中，学习新样本时有一网旧样本的趋势
答案：ABCD
20、以下属于梯度下降的是
A、BGD
正则化描述正确的是B、SGD
C、Mini-Batch
D、dropout
答案：ABC
21、人工智能算法中，决策树分类算法包括
A、C4.5
B、ID3
C、SGD
D、CART
答案：ABD
22、关于数据发掘，下列说法正确的是
A、数据挖掘的成功经常依赖于数据挖掘工具的选择
B、虽然数据可视化具有很明显的吸引力，高维数据上的图形挖掘却不能够很轻易地完成
C、主成分分析能在不明显丢失信息的情况下降低数据维度

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。