人工智能基础概念考试试题及参考答案

人工智能基础概念考试试题及参考答案1、剪枝方法和程度对决策树泛化性能的影响相当显著，有实验研究表明，在数据带有噪声时通过剪枝甚至可将决策树的泛化性能提高()。A、0.2B、0.25C、30%D、0.35答案：B2、数据清洗的方法不包括（）A、缺失值处理B、噪声数据清除C、一致性检查D、重复数据记录处理答案：D3、（）是自然语言处理的重要应用，也可以说是最基础的应用。A、文本识别B、机器翻译C、文本分类D、问答系统答案：C4、一般来讲,下列语言属于人工智能语言的是。A、VBB、PascalC、LogoD、Prolog答案：D5、如果一个训练好的模型在测试集上有100%的准确率，这是不是意味着在一个新的数据集上，也会有同样好的表现？A、是的，这说明这个模型的范化能力已经足以支持新的数据集合了B、不对，依然后其他因素模型没有考虑到，比如噪音数据答案：B6、AI是（）的英文缩写。A、AutomaticIntelligenceB、ArtificalIntelligenceC、AutomaticeInformationD、ArtificalInformation答案：B7、如果问题存在最优解，则下面几种搜索算法中，（）必然可以得到该最优解。A、广度优先搜索B、深度优先搜索C、有界深度优先搜索D、启发式搜索答案：A8、在数据量大的情况下，对于相同的文本分类任务，对Bert模型和word2vec模型的分类效果判断正确的是（）A、bert分类效果优于word2vecB、word2vec分类效果优于bertC、效果一致D、以上选项均不正确答案：A9、下列属于无监督学习的是：()A、k-meansB、SVMC、最大熵D、CRF答案：A10、根据（），目前的集成学习方法大致可分为两大类，即个体学习器间存在强依赖关系、必须串行生成的序列化方法，以及个体学习器间不存在强依赖关系、可同时生成的并行化方法。A、个体学习器的数量B、个体学习器的生成方式C、个体学习器的的类型D、个体学习器的的强弱答案：B11、下列哪部分不是专家系统的组成部分（）。A、用户B、综合数据库C、推理机D、知识库答案：A12、为了解决如何模拟人类的感性思维，例如视觉理解、直觉思维、悟性等，研究者找到一个重要的信息处理的机制是：。A、专家系统B、人工神经网络C、模式识别D、智能代理答案：B13、如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型，下列哪种做法是正确的A、增加树的深度B、增加学习率C、减少树的数量D、减小树的深度答案：D14、下面哪个/些超参数的增加可能会造成随机森林数据过拟合()A、树的数量B、树的深度C、学习速率答案：B15、根据机器智能水平由低到高，正确的排序是（）。A、计算智能、感知智能、认知智能B、感知智能、认知智能、计算智能C、计算智能、认知智能、感知智能D、认知智能、计算智能、感知智能答案：A16、能通过对过去和现在已知状况的分析，推断未来可能发生的情况的专家系统是（）。A、修理专家系统B、预测专家系统C、调试专家系统D、规划专家系统答案：B17、1997年5月12日，轰动全球的人机大战中，“更深的蓝”战胜了国际象棋之子卡斯帕罗夫，这是（）。A、人工思维B、机器思维C、人工智能D、机器智能答案：C18、以下()属于NoSQL数据库中Key-Value的缺点。A、数据无结构B、查询性能不高，缺乏统一查询语法C、功能相对有限D、功能相对有限，不易于做分布式集群答案：A19、激活函数的目的是什么（）A、加入额外的计算单元B、非线性变换C、加快计算速度D、方便反向传播计算答案：B20、（）算法是一种最有影响的挖掘关联规则频繁项目集的算法A、FP-growthB、EClatC、聚类D、Apdori答案：D21、什么是KDD？（）A、数据挖掘与知识发现B、领域知识发现C、文档知识发现D、动态知识发现答案：A22、（）是人工智能的核心，是使计算机具有智能的主要方法，其应用遍及人工智能的各个领域。A、深度学习B、人机交互C、机器学习D、智能芯片答案：C23、（）是感知信息能力最强的人体器官之一A、鼻子B、大脑C、小脑D、眼睛答案：D24、关于专用人工智能与通用人工智能，下列表述不当地是()。A、人工智能地近期进展主要集中在专用智能领域B、专用人工智能形成了人工智能领域地单点突破，在局部智能水平地单项测试中可以超越人类智能C、通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题D、真正意义上完备地人工智能系统应该是一个专用地智能系统答案：D25、一组数据中出现最多的变量值叫做()。A、最大值B、平均值C、中位数D、众数答案：D26、智能机器人可以根据()得到信息。A、思维能力B、行为能力C、感知能力D、学习能力答案：C27、规则学习的目标是产生一个能覆盖尽可能多的样例的规则集，最直接的做法是()A、序贯覆盖B、剪枝优化C、假设验证D、预测分布答案：A28、下列属于无监督学习的模型是()A、k-meansB、线性回归C、神经网络D、决策树答案：A29、关于Boosting，Bagging和随机森林，以下说法错误的是A、从偏差-方差分解的角度看，Boosting主要关注降低偏差B、从偏差-方差分解的角度看，Bagging主要关注降低方差C、随机森林简单、容易实现、计算开销小D、Boosting不能基于泛化性能相当弱的学习器构建出很强的集成答案：D30、机器学习是（）研究发展到一定阶段的必然产物。A、深度学习B、人工智能C、神经网络D、计算机工程答案：B31、下面的数据中哪个不属于噪声数据()A、重复数据B、虚假数据C、错误数据D、异常数据答案：A32、人工智能应用研究的两个最重要最广泛领域为：（）A、专家系统、自动规划B、专家系统、机器学习C、机器学习、智能控制D、机器学习、自然语言理解答案：B33、假设你在卷积神经网络的第一层中有5个卷积核，每个卷积核尺寸为7×7，具有零填充且步幅为1。该层的输入图片的维度是224×224×3。那么该层输出的维度是多少？()A、217x217x3B、217x217x8C、218x218x5D、220x220x7答案：C34、()就是要得到一些数据大致是什么样的，它的区间是什么，它的统计指标，以及这样的数据是怎么分布的等信息。A、数据搜查B、数据检查C、数据探查答案：C35、下列关于半朴素贝叶斯描述错误的为A、假设属性之间完全独立B、假设属性之间部分相关C、独依赖估计为半朴素贝叶斯最常用的策略D、假设所以属性都依赖于同一个属性答案：A36、下列不属于人工智能学派的是A、符号主义B、行为主义C、机会主义D、连接主义答案：C37、图像识别主要是以（）为基础的A、元素B、像素C、特征D、部件答案：C38、物联网为人工智能的（）提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据。A、应用层B、感知层C、数据层D、以上都是答案：B39、关于RBF神经网络描述错误的是A、单隐层前馈神经网络B、隐层神经元激活函数为径向基函数C、输出层是对隐层神经元输出的非线性组合D、可利用BP算法来进行参数优化答案：C40、（）是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能。A、机器学习B、深度学习C、有监督学习D、无监督学习答案：A41、测试集应尽可能与训练集A、相容B、相等C、互斥D、包含答案：C42、智能变电站全站配置模型文件，指的是（）。A、SSD文件B、CID文件C、SCD文件D、ICD文件答案：C43、下列朴素贝叶斯估计描述错误的是A、采用属性条件独立性假设B、假设属性之间相互独立C、为了避免条件概率是所以属性上的联合概率D、假设属性之间是相关的答案：D44、超市收银员用扫描器直接扫描商品的条形码，商品的价格信息就会呈现出来，这主要利用了人工智能中的（）技术。A、智能代理B、模式识别C、机器翻译D、专家系统答案：B45、()决策树选择信息增益最大的属性来划分。A、CART决策树B、C4.5算法C、多变量决策树D、ID3算法答案：D46、()通过构建并结合多个学习器来完成学习任务，有时也被称为多分类器系统(multi-classifiersystem)、基于委员会的学习(committee-basedlearning)等A、集成学习B、归纳学习C、分类学习D、整理学习答案：A47、按标注活动的自动化程度，以下()不属于数据标注的类别。A、手工标注B、自动化标注C、半自动化标注D、半手工标注答案：D48、维利昂特在1984年发表的论文创立了()研究领域，使机器学习有了坚实的数学基础，扫清了学科发展的障碍。A、计算学习理论B、机器学习理论C、机器科学理论D、机器数据理论答案：A49、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概率为0，这样会导致语言模型的效果不好。为了解决这个问题，需要使用()A、平滑B、去噪C、随机插值D、增加白噪音答案：A50、E.A.Feigenbaum等人在著名的《人工智能手册》（第三卷，把机器学习划分为：机械学习、示教学习、类比学习和（）A、符号主义学习B、监督学习C、无监督学习D、归纳学习答案：D51、以下属于AI机器决策优点的有（）A、具有一致性和逻辑性B、获取和处理投研信息范围广、内容全C、可减少人为疏漏和失误D、可以进行简单问题的直接回复、复杂问题转人工支持答案：ABC52、按照不同的输入划分，文本自动生成可包括（）。A、文本到文本的生成B、意义到文本的生成C、数据到文本的生成D、图像到文本的生成答案：ABCD53、边缘计算是指在靠近物或数据源头的一侧，采用（）为一体的开放平台，就近提供最近端服务。A、网络B、计算C、存储D、应用核心能力答案：ABCD54、选择下列哪些属于可以通过机器学习解决的任务？A、聚类B、分类C、描述D、派生答案：AB55、以下哪些是常用的概念模型（）。A、ER图B、语言模型C、面向对象模型D、谓词模型答案：ACD56、人工智能标准体系中安全与隐私保护标准包括基础安全，（），安全管理和服务，产品和应用安全。A、数据、算法和模型安全B、技术和系统安全C、人身和设备安全D、安全测试评估答案：ABD57、机器学习的基本活动包括（）。A、训练经验的选择B、目标函数的选择C、目标函数的表示D、函数逼近算法的选择答案：ABCD58、在计算机视觉应用中，常用的图像特征有（）。A、颜色特征B、纹理特征C、形状特征D、空间关系特征答案：ABCD59、常用的聚类性能度量外部指标有哪些（）A、Jaccard系数B、FM指数C、Rand指数D、DB指数答案：ABC60、关于信息熵，下列说法正确的是。A、变量的不确定性越大，熵也就越大B、一个系统越是有序，信息熵就越高C、信息熵也可以说是系统有序化程度的一个度量D、信息熵是对信息源整体不确定性的度量答案：ACD61、NoSQL数据库的主要优势体现在（）。A、易于数据的分散存储与处理B、数据的频繁操作代价低以及数据的简单处理效率高C、适用于数据模型不断变化的应用场景D、数据统计及分析的准确率高答案：ABC62、声纹识别与语音识别的不同点有（）A、声纹识别不考虑语音中的字词信息B、语音识别强调共性C、语音识别不考虑说话人是谁D、声纹识别强调说话人的个人特性答案：ABCD63、常用的数据审计方法有（）。A、预定义审计B、自定义审计C、可视化审计D、结构化审计答案：ABC64、人工智能特指使用机器代替人类实现（）等功能，其本质是对人的意识和思想的信息过程的模拟A、认知B、识别C、分析D、决策答案：ABCD65、知识表示必须兼顾（）。A、表达能力强B、易于推理C、易于扩展D、容易修改知识库答案：ABCD66、Yarn架构在Hadoop生态圈中有哪些作用？A、资源分配B、调度C、隔离D、计算答案：ABC67、高效能的人工智能系统需要问题领域的知识，通常可把这些知识细分为以下几种基本类别（）A、陈述性知识是关于表示综合数据库的知识。B、过程性知识是关于表示规则部分的知识。C、控制知识是关于表示控制策略方面的知识。D、规则表达的可以是与待求解的问题有关的客观规律方面的知识，也可以是对求解问题有帮助的策略方面的知识。答案：ABC68、R包提供了（）等数据分析中常用的算法。A、设计线性回归B、神经网络C、聚类分析D、矩阵计算答案：ABCD69、与数据工程师不同的是，数据科学家不仅需要掌握理论知识和实践能力，更需要具备良好的精神素质—即3C精神（）。A、A创造性地做事（CreativeWorking）B、仔细地总结（CarefulConclusion）C、批判性地思考（CriticalThinking）D、好奇性地提出问题（CuriousAsking）答案：ACD70、神经网络的拓扑结构可以分为（）。A、前向型B、反馈型C、自组织竞争型D、随机型答案：ABCD71、只有符合社会伦理规范和公共政策的解决方案,才能设计出可信赖的人工智能。()A、正确B、错误答案：A72、2012年神经网络算法只有2层，而2018年可以做到1200层，在人脸识别领域最高可达一亿分之一的误识