智慧树知到《人工智能基础》章节测试答案..docx

1、智慧树知到人工智能基础章节测试答案第一章1、 第一个击败人类职业围棋选手、第一个战胜世界围棋冠军的人工智能机器人是由谷歌公司开发的（）。A.AlphaGoB.AlphaGoodC.AlphaFunD.Alpha答案: AlphaGo2、 无需棋谱即可自学围棋的人工智能是（）A.AlphaGo FanB.AlphaGo LeeC.AlphaGo MasterD.AlphaGo Zero答案: AlphaGo Zero3、 世界上第一次正式的AI会议于（）年召开，John McCarthy 正式提出“Artificial Intelligence”这一术语A.1954B.1955C.1956D.1

2、957答案: 19564、 以下哪些不是人工智能概念的正确表述（）A.人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事B.人工智能是研究和构建在给定环境下表现良好的智能体程序C.人工智能是通过机器或软件展现的智能D.人工智能将其定义为人类智能体的研究答案: 人工智能将其定义为人类智能体的研究5、 下面不属于人工智能研究基本内容的是（）。A.机器感知B.机器学习C.自动化D.机器思维答案: 自动化6、 人工智能是研究、开发用于模拟、延伸和扩展人的（ ）的理论、方法、技术及应用系统的一门新的技术科学。A.智能B.行为C.语言D.计算能力答案: 智能7、 图灵测试的含义是（）A.图灵测试

3、是测试人在与被测试者(一个人和一台机器)隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。问过一些问题后，如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答，那么这台机器就通过了测试，并被认为具有人类智能。B.所谓的图灵测试就是指一个抽象的机器，它有一条无限长的纸带，纸带分成了一个一个的小方格，每个方格有不同的颜色。有一个机器头在纸带上移来移去。机器头有一组内部状态，还有一些固定的程序。C.图灵测试是一种用来混淆的技术，它希望将正常的（可识别的）信息转变为无法识别的信息。D.不存在图灵测试概念答案: 图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下，通过

4、一些装置（如键盘）向被测试者随意提问。问过一些问题后，如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答，那么这台机器就通过了测试，并被认为具有人类智能。8、 下列不属于人工智能学派的是（）。A.符号主义B.连接主义C.行为主义D.机会主义答案: 机会主义9、 认为智能不需要知识、不需要表示、不需要推理；人工智能可以像人类智能一样逐步进化；智能行为只能在现实世界中与周围环境交互作用而表现出来。这是（）学派的基本思想。 A.连接主义B.符号主义C.行为主义D.逻辑主义答案: 行为主义10、 关于人工智能研究范式的连接主义，相关论述不正确的是（ ）A.连接主义原理是模拟大脑神

5、经网络及神经网络间的连接机制与学习算法。B.连接主义理论认为思维基本是神经元、人脑不同于电脑，并提出连接主义的大脑工作模式。C.连接主义起源于仿生学和人脑模型的研究。D.连接主义学派的代表人物有卡洛克(Warren S. McCulloch)、皮茨(Walter H. Pitts)、Hopfield、布鲁克斯(Brooks)、纽厄尔(Newell)。答案: 连接主义学派的代表人物有卡洛克(Warren S. McCulloch)、皮茨(Walter H. Pitts)、Hopfield、布鲁克斯(Brooks)、纽厄尔(Newell)。11、 人工智能(AI)、机器学习、深度学习三者关系论述正

6、确的是（ ）A.人工智能研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用，属于一门独立的技术学科。B.机器学习专门研究计算机怎样模拟人类的学习行为，以获取新的知识和技能，重新组织已有的知识结构以完善自身的性能，但是机器学习能力并非AI系统所必须的。C.人工智能是一门研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用的新的交叉学科，机器学习是人工智能的核心研究邻域之一，深度学习是机器学习的新领域，研究多隐层多感知器、模拟人脑进行分析学习的人工神经网络。D.深度学习方法研究人工神经网络的单层感知器学习结构。答案: 人工智能是一门研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用

7、的新的交叉学科，机器学习是人工智能的核心研究邻域之一，深度学习是机器学习的新领域，研究多隐层多感知器、模拟人脑进行分析学习的人工神经网络。12、 支持向量机可以看作是具有一层隐藏层的神经网络。支持向量机的理论基础是（）A.统计学B.生物神经学C.视觉生理学D.控制论S答案: 统计学13、 深度学习属于（）A.符号主义B.连接主义C.行为主义D.逻辑主义答案: 连接主义14、 计算机视觉可应用于下列哪些领域（ ）。A.安防及监控领域B.金融领域的人脸识别身份验证C.医疗领域的智能影像诊断D.机器人/无人车上作为视觉输入系统E.以上全是答案: 以上全是15、 下列不符合符号主义思想的是（）A.源于

8、数理逻辑B.认为人的认知基元是符号C.人工智能的核心问题是知识表示、知识推理D.认为智能不需要知识、不需要表示、不需要推理答案: 认为智能不需要知识、不需要表示、不需要推理16、 不属于自然语言处理的核心环节的是（）A.知识的获取与表达B.自然语言理解C.自然语言生成D.语音语义识别答案: 语音语义识别 17、 人工智能的近期目标在于研究机器来（ ）。A.完全代替人类B.制造智能机器C.模仿和执行人脑的某些智力功能D.代替人脑答案: 模仿和执行人脑的某些智力功能第二章1、 下列哪一个是“分类”任务的准确描述（ ）。A.预测每个项目实际的值B.对每个项目进行排序C.为每个项目分配一个类别D.发现

9、每个空间中输入的排布答案: 为每个项目分配一个类别2、 下列对于分类概念描述不正确的是（ ）A.分类的概念是在已有数据的基础上学会一个分类函数或构造出一个分类模型（即我们通常所说的分类器(Classifier)）。B.分类的方法包含决策树、逻辑回归、朴素贝叶斯、神经网络等算法C.分类的标准统一D.分类的结果有可能错误。答案: 分类的标准统一3、 在机器学习领域，分类的目标是指（）。A.将具有相似特征的对象聚集B.将具有相似形状的对象聚集C.将具有相似值的对象聚集D.将具有相似名称的对象聚集答案: 将具有相似特征的对象聚集4、 两种以上（不含两种）的分类问题被称为（）。A.二分类B.多分类C.分

10、类器D.归一化答案: 多分类5、 多分类问题可以拆分为若干个而分类任务求解，可采取的拆分策略包括：（）A.一对一B.一对多C.多对多D.以上均可答案: 以上均可6、 有关分类器的构造和实施步骤描述错误的是：（）A.选定样本，将所有样本分成训练样本和测试样本两部分；B.在训练样本上执行分类器算法，生成分类模型；C.在训练样本上执行分类模型，生成预测结果；D.根据预测结果，计算必要的评估指标，评估分类模型的性能。答案: 在训练样本上执行分类模型，生成预测结果；7、 分类器是基于现有数据构造出一个模型或者函数，以将数据库中的数据映射到给定类别，从而可以应用于数据预测。常包含以下步骤：在训练样本上执行

11、分类器算法，生成分类模型。 在测试样本上执行分类模型，生成预测结果。 选定样本（包含正样本和负样本），将所有样本分成训练样本和测试样本。根据预测结果，计算必要的评估指标，评估分类模型的性能。构造和实施分类器的正确顺序为（）A.B.C.D.答案: 8、 下列算法中，不能够对给定样本进行分类的是（ ）。A.决策树算法B.逻辑回归算法C.梯度下降算法D.神经网络答案: 梯度下降算法9、 在测试样本上执行分类模型，可以（）。A.区分正样本B.区分负样本C.生成预测结果D.生成分类模型 答案: 生成预测结果10、 SVM是一种典型的（）模型A.感知机B.神经网络C.二类分类D.聚类答案: 二类分类11、

12、 关于标注，下列说法正确的是A.在SVM中，训练集的数据是经过标注的B.在SVM中，测试集的数据不用标注C.在SVM中，识别目标的数据是经过标注D.以上都不对答案: 在SVM中，训练集的数据是经过标注的12、 增加分类器训练集的正负样本集数量（）A.不好说B.会提高分类器效果C.还需要增加测试集的正负样本集数量才能提高分类器效果D.不会提高分类器效果E.以上全是答案: 不好说13、 把样本所属的类型和样本实现对应起来被称为()A.测试B.训练C.标注D.分类答案: 标注14、 分类器测试的作用是A.获得检测目标的分类B.判断测试集样本选择是否合适C.判断测试集样本标注是否合适D.检验分类器的效

13、果答案: 检验分类器的效果15、 下列叙述中关于归一化不正确的是（）A.归一化后，所有元素和为1B.归一化后，所有元素值范围在（0,1）C.归一化后，所有元素值范围在0,1D.归一化也被称为标准化答案: 归一化后，所有元素值范围在（0,1）16、深度学习中，常用的归一化函数是（）函数A.SoftMaxB.SoftMinC.MicroMaxD.MicroMin答案:SoftMax第三章1、 有特征，无标签的机器学习是（）A.监督学习B.半监督学习C.无监督学习D.强化学习答案:C2、 无监督学习可完成什么任务（）A.分类B.回归C.聚类D.分类、回归、聚类答案:C3、 寻找数据之间的相似性并将之

14、划分组的方法称为（）A.分组B.分类C.回归D.聚类答案:D4、 电影推荐系统是以下哪些的应用实例分类聚类强化学习回归（）A.只有B.只有C.除了D.以上都是答案:D5、 下列两个变量之间的关系中,哪个是函数关系（）A.学生的性别和他的英语成绩B.人的工作环境与健康C.孩子的身高和父亲的身高D.正方形的边长和面积答案:D6、 初始化采用随机分配的K均值算法，下面哪个顺序是正确的（）。指定簇的数目； 随机分配簇的质心；将每个数据点分配给最近的簇质心；将每个点重新分配给最近的簇质心；重新计算簇的质心；A.B.C.D.以上都不是答案:A 7、从某中学随机选取8名男生，其身高x(cm)和体重y(kg)

15、的线性回归方程为y=0.849x-85.712，则身高172cm的男学生，又回归方程可以预报其体重（）。A.为60.316kgB.约为60.316kgC.大于60.316kgD.小于60.316kg答案:B8、 以下不属于聚类算法的是（）。A.K均值算法B.AGNES算法C.DIANA算法D.朴素贝叶斯算法答案:D9、 Z等于，则Z与之间属于（）A.完全相关B.不完全相关C.不相关D.完全不相关答案:A10、 因：经常挑食；果：身材矮小。这组因、果之间属于（）关系。A.完全相关B.不完全相关C.不相关D.完全不相关答案:B11、 （）是指根据“物以类聚”原理，将本身没有类别的样本聚集成不同的组

16、。A.聚类B.回归C.分类D.非监督学习答案:A12、现欲分析性别、年龄、身高、饮食习惯对于体重的影响，如果这个体重是属于实际的重量，是连续性的数据变量，这时应采用（）；如果将体重分类，分成高、中、低这三种体重类型作为因变量，则采用（）。A.线性回归 线性回归B.逻辑回归 逻辑回归C.逻辑回归 线性回归D.线性回归 逻辑回归答案:D13、 有特征，有部分标签的机器学习属于（）。A.监督学习B.半监督学习C.无监督学习D.强化学习答案:B14、 下面两个两完全相关的是（）。A.圆形的面积与直径B.长方形的面积与边长C.孩子的身高与父亲身高D.每天的温度和季节答案:A15、 机器学习包括：A.监督

17、学习B.半监督学习C.无监督学习D.强化学习答案:16、 两个变量之间的关系包括：A.完全相关B.不完全相关C.不相关D.负相关答案:ABC17、 下面哪一个不是聚类常用的算法（）。A.K均值算法B.AGNES算法C.DIANA算法D.SVM算法答案:D18、 AGNES算法步骤正确的是（）。将每个样本特征向量作为一个初始簇；根据两个簇中最近的数据点寻找最近的两个簇；重复以上第二、三步，直到达到所需要的簇的数量；合并两个簇，生成新的簇的集合，并重新计算簇的中心点。A.B.C.D.答案:B19、 下面属于强化学习的是（）A.用户经常阅读军事类和经济类的文章，算法就把和用户读过的文章相类似的文章推

18、荐给你。B.算法先少量给用户推荐各类文章，用户会选择其感兴趣的文章阅读，这就是对这类文章的一种奖励，算法会根据 奖励情况构建用户可能会喜欢的文章的“知识图”。 C.用户每读一篇文章，就给这篇新闻贴上分类标签，例如这篇新闻是军事新闻，下一篇新闻是经济新闻等；算法通过这些分类标签进行学习，获得分类模型；再 有新的文章过来的时候，算法通过分类模型就可以给新的文章自动贴上标签了。D.两个变量之间的关系，一个变量的数量变化由另一个变量的数量变化所惟一确定，则这两个变量之间的关系称为强化学习。答案:B第四章1、在一个神经网络里，知道每一个神经元的权重和偏差是最重要的一步。如果以某种方法知道了神经元准确的权

19、重和偏差，就可以近似任何函数。实现这个最佳的办法是什么？（）A.随机赋值，祈祷它们是正确的B.搜索所有权重和偏差的组合，直到得到最佳值C.赋予一个初始值，通过检查跟最佳值的差值，然后迭代更新权重D.以上都不正确答案:C2、 1943年，神经网络的开山之作A logical calculus of ideas immanent in nervous activity,由（）和沃尔特.皮茨完成。A.沃伦.麦卡洛克B.明斯基C.唐纳德.赫布D.罗素答案:A3、 感知机属于（）。A.生物神经网络B.BP神经网络C.前馈神经网络D.反馈神经网络答案:C4、 被称为“神经网络之父”和“人工智能教父”的是（

20、）。A.辛顿B.赫布C.明斯基D.鲁梅尔哈特答案:A5、 反馈神经网络又称前馈网络。A.对B.错答案:B6、 下列神经网络中哪种架构有反馈连接（）。A.循环神经网络B.卷积神经网络C.感知机D.都不是答案:A7、 对于自然语言处理问题，哪种神经网络模型结构更适合？（）。A.多层感知器B.卷积神经网络C.循环神经网络D.感知器答案:C8、 为解决单个输出的感知机无法解决的异或问题，需要用有至少（）个输出的感知机？A.2个B.3个C.4个D.5个答案:A9、 使用感知机模型的前提是（）。A.数据样本少B.数据线性可分C.数据线性不可分D.数据样本多答案:B10、 有关浅层神经网络的说法正确的是（）

21、。A.各神经元分层排列B.神经元与前一层及后一层的神经元相连C.是一种单向多层结构D.同一层的神经元之间没有互相连接答案:ACD11、 对于多层神经网络，BP（反向传播）算法的直接作用是（）。A.提供训练集、测试集样本B.加快训练权值参数和偏置参数C.提高神经网络特征表示精确度D.科学评价训练模型答案:B12、梯度下降算法的正确步骤是什么？（）(a)计算预测值和真实值之间的误差。(b)迭代跟新，直到找到最佳权重(c)把输入传入网络，得到输出值(d)初始化随机权重和偏差(e)对每一个产生误差的神经元，改变相应的（权重）值以减小误差 A.a, b, c, d, eB.e, d, c,b , aC.

22、c, b, a, e, dD.d, c, a, e, b答案:D13、感知机是只含输入层和输出层的一种浅层神经网络，两个感知机输出解决了”异或”问题，进一步扩展到多感知机输出，并增加了偏置单元。关于偏置单元的作用正确的是（）。A.解决异或问题B.属于一种多层隐含层C.施加干扰，消除网络死循环，以达到输出收敛D.计算网络传播偏差信息答案:C14、深度学习是一种多层神经网络的模拟认知训练方法，多层神经网络包含多个隐含层感知层，也称作卷积神经网络(CNN)，它的研究热潮兴起于本世纪初期。A.对B.错答案:B15、 深度学习可以具有几个隐藏层（）。A.1个B.2个C.3个D.4个答案:B16、 深度学

23、习中常用的激活函数不包括（）。A.sign函数B.Sigmoid函数C.ReLU函数D.Sin函数答案:D17、 在何种情况下神经网络模型被称为深度学习模型（）。A.加入更多层，使神经网络的层数增加B.有维度更高的数据C.当这是一个图形识别问题时D.以上都不正确答案:A18、 深度学习是含有一个隐含层的多层神经网络模型的强化学习，训练过程加入了激活函数。A.对B.错答案:B19、 神经网络中，线性模型的表达能力不够时，可引入（）来添加非线性因素。A.线性函数B.激活函数C.分类函数D.偏置单元答案:B20、 下列关于神经网络说法正确的是（）。A.高速寻找优化解B.不如决策树稳定C.非线性D.具

24、有自学习、自组织、自适应性答案:ACD第五章1、 视网膜上对弱光敏感的是A.视杆细胞B.视锥细胞C.视神经D.瞳孔答案:A2、 计算机中存储的图像是A.模拟图像B.数字图像C.黑白图像D.彩色图像答案:B3、 数字图像的最小单位是：A.像素B.分辨率C.点D.位答案:A4、 图像的空间离散化叫做：A.灰度化B.二值化C.采样D.量化答案:C5、 计算机处理图像时的三原色是：A.红、黄、蓝B.红、绿、蓝C.红、黄、绿D.蓝、绿、黄答案:B6、 计算机显示器使用的颜色模型是A.HSVB.CMYKC.YUVD.RGB答案:D7、 已知的最古老的照片是由_完成的A.达芬奇B.Joseph N. Nie

25、pceC.Willam H.F. Talbot D.Russell A. Kirsch答案:B8、 以下那个不是图像的基本运算A.点运算B.块运算C.代数运算D.逻辑运算答案:B9、 可以将图中的相应区域进行遮盖的运算是A.图像加法B.图像减法C.图像乘法D.图像除法答案:C10、 以下不属于图像增强方法的是A.对比度展宽B.直方图均衡C.伪彩色D.均值滤波答案:D11、 常用的图像分割方法不包括A.基于边缘检测的方法B.基于阈值的方法C.基于区域的方法D.基于视觉观察的方法答案:D12、 图像压缩的目的是A.去除图像中的冗余信息B.降低分辨率C.增加数据量D.减少图像的信息量答案:A13、 关于图像梯度，说法不正确的是A.相邻像素之间的差值称为图像梯度B.边缘梯度值要比平滑纹理梯度值小C.水平梯度图中竖向的边缘会比较清楚D.垂直梯度图中，水平方向的边缘会比较清楚答案:B14、 关于视频的说法不