人工智能基础(试卷编号1291)
1.[单选题]人工智能处在感知智能阶段的表现是什么?
A)机器开始像人类一样能理解、思考与决策
B)机器开始像人类一样会计算，传递信息
C)机器开始看懂和听懂，做出判断，采取一些简单行动
答案:C
解析:
2.[单选题]随机生成的卷积核，个别一些卷积核A特征提取几乎无贡献，但不影响运算。A、正确
正则化描述正确的是A)错误
B)正确
C)错误
答案:A
解析:
3.[单选题]长短时记忆神经网络被设计用来解决的问题是（）。
A)传统RNN存在的梯度消失/爆炸问题
B)传统RNN计算量大的问题
C)传统RNN速度较，漫的问题
D)传统RNN容易过过拟合的问题
答案:A
解析：长短时记忆神经网络增加一个用来保存长期状态的单元来解决梯度消失问题。
4.[单选题]( )是知识图谱的一种通用表示方法。
A)图
B)树
C)三元组
D)栈
答案:C
解析:
5.[单选题]'5'*2的结果是
A)55
B)10
C)'5'*2
D)ture
答案:A
解析:
A)硬间隔，最大化非线性支持向量机
B)软间隔，最大化线性支持向量机
C)硬间隔，最大化线性支持向量机
D)软间隔，最大化非线性支持向量机
答案:B
解析:
7.[单选题]知识图谱的应用有哪些（）
A)企业查
B)智能搜索
C)电商推荐
D)以上都是
答案:D
解析:
8.[单选题]下列关于国网业务自动化场景的特征错误的是（）。
A)业务规则明确
B)业务量大、消耗人力多
C)经常出现异常情况
D)已稳定运行的规范化流程
答案:C
解析:
9.[单选题]图的节点表示问题的( )。
A)状态
B)操作
C)目的
D)结果
答案:A
解析:
10.[单选题]人工智能通过输入的图片，解析出图片的内容，这种技术叫什么？( )
A)图片识别
B)语音识别
C)自动驾驶
D)消费金融
答案:A
解析:
11.[单选题]语言模型的参数估计经常使用MLE（最大似然估计）。面临的一个问题是没有出现的项
C)随机插值
D)增加白噪音
答案:A
解析:
12.[单选题]为数据的总体分布建模；把多维空间划分成组等问题属于数据挖掘的哪一类任务？()
A)探索性数据分析
B)建模描述
C)预测建模
D)寻模式和规则
答案:B
解析:
13.[单选题]独热编码的缺点是：①.过于稀疏②.词与词的相关性比较小③.易于编码④.容易存储
A)③④
B)①②
C)①③
D)②④
答案:B
解析：独热编码的缺点是：①.过于稀疏②.词与词的相关性比较小
14.[单选题]无监督的建模技术有（）、关联分析、预报三类
A)聚合
B)离散
C)相关性分析
D)聚类
答案:D
解析:
15.[单选题]下列代码执行结果是什么?x=1defchange(a):  x+=1  printxchange(x)
A)1
B)2
C)3
D)报错
答案:D
解析:
16.[单选题]C5.0和QUEST决策树只能处理()目标值的问题。
A)随机型
解析:
17.[单选题]x=0for i in range(10): x=x+1请循环结束后，x 的值是多少?
A)9
B)10
C)45
D)55
答案:B
解析:
18.[单选题]人工智能发展的第三次热潮，是从以下哪个时间段开始的？
A)2000年后
B)2006年后
C)2012年后
D)2015年后
答案:B
解析:
19.[单选题]关于Logistic回归和SVM的描述，不正确的是（）。
A)Logistic回归本质上是一种根据样本对权值进行极大似然估计的方法，用先验概
B)Logistic回归的输出就是样本属于正类别的概率
C)SVM的目标是到使得训练数据尽可能分开且分类间隔最大的超平面，属于结
D)SVM可以通过正则化系数控制模型的复杂度，避免过拟合
答案:A
解析:Logistic回归目标函数是最小化后验概率，Logistic回归可以用于预测事件发生概 率的大小，SVM目标是结构风险最小化，SVM可以有效避免模型过拟合。
20.[单选题]决策树的生成是一个(___)过程。
A)聚类
B)回归
C)递归
D)KNN
答案:C
解析:
21.[单选题]()是指给目标用户产生的错误或不准确的视觉感知，而这种感知与数据可视化者的意图或数据本身的真实情况不一致。
A)视觉假象
解析：视觉假象(Visual Illusi。n)是数据可视化工作中不可忽略的特殊问题。视觉假象 是指给目标用户产生的错误或不准确的视觉感知，而这种感知与数据可视化者的意图或数据 本身的真实情况不一致。
22.[单选题]从开始状态出发作正向搜索，同时又从目的状态出发作逆向搜索，直到两条路径在中间的某处汇合为止，是（）
A)正向搜索
B)逆向搜索
C)双向搜索
D)盲目搜索
答案:C
解析:
23.[单选题]多分类图像识别任务常采用()作为输出的编码方式。
A)二进制编码
B)one-hot编码
C)霍夫曼编码
D)曼切斯特编码
答案:B
解析：分类任务一般用独热(。ne-h。t)编码表示最终输出，也就是00000010000这样的，码段中1出现的位置就是预测的类别。
24.[单选题]神经网络模型训练过程的主要目的是让损失函数取得如下哪种结果？
A)损失函数值尽可能大
B)损失函数值尽可能小
C)损失函数方差值尽可能大
D)损失函数方差值尽可能小
答案:B
解析:
25.[单选题]激活函数对于神经网络模型学习、理解非常复杂的问题有着重要的作用，以下关于激活函数说法正确的是
A)激活函数都是线性函数
B)激活函数都是非线性函数
C)激活函数部分是非线性函数，部分是线性函数
D)激活函数大多数是非线性函数，少数是线性函数
答案:B
解析:

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。