人工智能基础智慧树知到答案章节测试2023年山东交通学院

绪论单元测试人工智能的名字是

A:AllenLverson

B:ArtificialIntelligence

C:A-ClassIntelligence

D:AirJorden

答案:B第一章测试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:Alpha

B:AlphaGood

C:AlphaGo

D:AlphaFun

答案:C无需棋谱即可自学围棋的人工智能是（）

A:AlphaGoLee

B:AlphaGoFan

C:AlphaGoMaster

D:AlphaGoZero

答案:D世界上第一次正式的AI会议于（）年召开，JohnMcCarthy正式提出“ArtificialIntelligence”这一术语

A:1957

B:1956

C:1954

D:1955

答案:B以下哪些不是人工智能概念的正确表述（）

A:人工智能是通过机器或软件展现的智能

B: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

C:人工智能将其定义为人类智能体的研究

D: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

答案:C下面不属于人工智能研究基本内容的是（）。

A:机器思维

B:机器学习

C:自动化

D:机器感知

答案:C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:计算能力

D:语言

答案:A图灵测试的含义是（）

A: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。

B:不存在图灵测试概念

C: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。

D: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。

答案:D下列不属于人工智能学派的是（）。

A:机会主义

B:符号主义

C:连接主义

D:行为主义

答案:A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:符号主义

B:行为主义

C:连接主义

D:逻辑主义

答案:B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经网络及神经网络间的连接机制与学习算法。

B:连接主义起源于仿生学和人脑模型的研究。

C: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。

D:连接主义学派的代表人物有卡洛克(WarrenS.McCulloch)、皮茨(WalterH.Pitts)、Hopfield、布鲁克斯(Brooks)、纽厄尔(Newell)。

答案:D人工智能(AI)、机器学习、深度学习三者关系论述正确的是（）

A: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。

B: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。

C:深度学习方法研究人工神经网络的单层感知器学习结构。

D: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。

答案:A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:视觉生理学

C:控制论S

D:生物神经学

答案:A深度学习属于（）

A:符号主义

B:行为主义

C:连接主义

D:逻辑主义

答案:C下列不符合符号主义思想的是（）

A:认为智能不需要知识、不需要表示、不需要推理

B:认为人的认知基元是符号

C:源于数理逻辑

D:人工智能的核心问题是知识表示、知识推理

答案:A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:语音语义识别

D:自然语言生成

答案:C人工智能的近期目标在于研究机器来（）。

A:模仿和执行人脑的某些智力功能

B:完全代替人类

C:制造智能机器

D:代替人脑

答案:A第二章测试下列哪一个是“分类”任务的准确描述（）。

A:对每个项目进行排序

B:为每个项目分配一个类别

C:预测每个项目实际的值

D:发现每个空间中输入的排布

答案:B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:分类的结果有可能错误。

C: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

D:分类的标准统一

答案:D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:将具有相似值的对象聚集

C:将具有相似形状的对象聚集

D:将具有相似名称的对象聚集

答案:A两种以上（不含两种）的分类问题被称为（）。

A:多分类

B:分类器

C:二分类

D:归一化

答案:A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:根据预测结果，计算必要的评估指标，评估分类模型的性能。

C:在训练样本上执行分类模型，生成预测结果；

D:在训练样本上执行分类器算法，生成分类模型；

答案:C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：①在训练样本上执行分类器算法，生成分类模型。②在测试样本上执行分类模型，生成预测结果。③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。④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:④①②③

B:②③①④

C:①②③④

D:③①②④

答案:D下列算法中，不能够对给定样本进行分类的是（）。

A:梯度下降算法

B:决策树算法

C:神经网络

D:逻辑回归算法

答案:A在测试样本上执行分类模型，可以（）。

A:生成分类模型

B:区分正样本

C:区分负样本

D:生成预测结果

答案:DSVM是一种典型的（）模型

A:神经网络

B:聚类

C:二类分类

D:感知机

答案:C把样本所属的类型和样本实现对应起来被称为()

A:分类

B:标注

C:测试

D:训练

答案:B分类器测试的作用是

A:判断测试集样本标注是否合适

B:检验分类器的效果

C:获得检测目标的分类

D:判断测试集样本选择是否合适

答案:B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1

B: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（0,1）

D:归一化也被称为标准化

答案:C深度学习中，常用的归一化函数是（）函数

A:SoftMax

B:SoftMin

C:MicroMin

D:MicroMax

答案:A第三章测试有特征，无标签的机器学习是（）

A:半监督学习

B:监督学习

C:强化学习

D:无监督学习

答案:D无监督学习可完成什么任务（）

A:聚类

B:分类

C:分类、回归、聚类

D:回归

答案:A寻找数据之间的相似性并将之划分组的方法称为（）

A:分组

B:回归

C:分类

D:聚类

答案:D下列两个变量之间的关系中,哪个是函数关系（）

A:孩子的身高和父亲的身高

B:正方形的边长和面积

C:人的工作环境与健康

D:学生的性别和他的英语成绩

答案:B从某中学随机选取8名男生，其身高x(cm)和体重y(kg)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:大于60.316kg

B:为60.316kg

C:小于60.316kg

D:约为60.316kg

答案:D以下不属于聚类算法的是（）。

A:朴素贝叶斯算法

B:K均值算法

C:DIANA算法

D:AGNES算法

答案:AZ等于Ｘ，则Z与Ｘ之间属于（）

A:不相关

B:完全不相关

C:不完全相关

D:完全相关

答案:D因：经常挑食；果：身材矮小。这组因、果之间属于（）关系。

A:不相关

B:不完全相关

C:完全相关

D:完全不相关

答案:B（）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。

A:非监督学习

B:分类

C:聚类

D:回归

答案:C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:逻辑回归线性回归

C:线性回归逻辑回归

D:逻辑回归逻辑回归

答案:C有特征，有部分标签的机器学习属于（）。

A:强化学习

B:半监督学习

C:监督学习

D:无监督学习

答案:B下面两个两完全相关的是（）。

A:每天的温度和季节

B:圆形的面积与直径

C:长方形的面积与边长

D:孩子的身高与父亲身高

答案:B机器学习包括：

A:监督学习

B:半监督学习

C:无监督学习

D:强化学习

答案:ABCD两个变量之间的关系包括：

A:完全相关

B:不相关

C:负相关

D:不完全相关

答案:ABD下面哪一个不是聚类常用的算法（）。

A:SVM算法

B:AGNES算法

C:K均值算法

D:DIANA算法

答案:AAGNES算法步骤正确的是（）。①将每个样本特征向量作为一个初始簇；②根据两个簇中最近的数据点寻找最近的两个簇；③重复以上第二、三步，直到达到所需要的簇的数量；④合并两个簇，生成新的簇的集合，并重新计算簇的中心点。

A:①②③④

B:①④③②

C:①④②③

D:①②④③

答案:D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荐给你。

B: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。

C: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。

D: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”。

答案:D第四章测试1943年，神经网络的开山之作《Alogicalcalculusofideasimmanentinnervousactivity》,由（）和沃尔特.皮茨完成。

A:唐纳德.赫布

B:罗素

C:沃伦.麦卡洛克

D:明斯基

答案:C感知机属于（）。

A:反馈神经网络

B:BP神经网络

C:生物神经网络

D:前馈神经网络

答案:D被称为“神经网络之父”和“人工智能教父”的是（）。

A:明斯基

B:辛顿

C:赫布

D:鲁梅尔哈特

答案:B反馈神经网络又称前馈网络。

A:对

B:错

答案:B下列神经网络中哪种架构有反馈连接（）。

A:卷积神经网络

B:感知机

C:循环神经网络

D:都不是

答案:C对于自然语言处理问题，哪种神经网络模型结构更适合？（）。

A:卷积神经网络

B:多层感知器

C:感知器

D:循环神经网络

答案:D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:5个

B:2个

C:3个

D:4个

答案:B使用感知机模型的前提是（）。

A:数据线性不可分

B:数据线性可分

C:数据样本少

D:数据样本多

答案:B有关浅层神经网络的说法正确的是（）。

A:神经元与前一层及后一层的神经元相连

B:是一种单向多层结构

C:同一层的神经元之间没有互相连接

D:各神经元分层排列

答案:BCD对于多层神经网络，BP（反向传播）算法的直接作用是（）。

A:加快训练权值参数和偏置参数

B:提供训练集、测试集样本

C:科学评价训练模型

D:提高神经网络特征表示精确度

答案:A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:e,d,c,b,a

B:c,b,a,e,d

C:a,b,c,d,e

D:d,c,a,e,b

答案:D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:属于一种多层隐含层

B:解决异或问题

C:计算网络传播偏差信息

D:施加干扰，消除网络死循环，以达到输出收敛

答案:D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:错

B:对

答案:A深度学习可以具有几个隐藏层（）。

A:4个

B:3个

C:1个

D:2个

答案:ABD深度学习中常用的激活函数不包括（）。

A:ReLU函数

B:sign函数

C:Sin函数

D:Sigmoid函数

答案:C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:错

B:对

答案:A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:激活函数

B:线性函数

C:偏置单元

D:分类函数

答案:A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:具有自学习、自组织、自适应性

D:非线性

答案:ACD第五章测试视网膜上对弱光敏感的是

A:视杆细胞

B:视锥细胞

C:瞳孔

D:视神经

答案:A计算机中存储的图像是

A:数字图像

B:黑白图像

C:模拟图像

D:彩色图像

答案:A数字图像的最小单位是：

A:点

B:像素

C:位

D:分辨率

答案:B图像的空间离散化叫做：

A:灰度化

B:二值化

C:量化

D:采样

答案:D计算机处理图像时的三原色是：

A:红、绿、蓝

B:红、黄、绿

C:蓝、绿、黄

D:红、黄、蓝

答案:A计算机显示器使用的颜色模型是

A:YUV

B:HSV

C:CMYK

D:RGB

答案:D已知的最古老的照片是由__完成的

A:达芬奇

B:JosephN.Niepce

C:RussellA.Kirsch

D:WillamH.F.Talbot

答案:B以下哪个不是图像的基本运算

A:点运算

B:块运算

C:逻辑运算

D:代数运算

答案:B可以将图中的相应区域进行遮盖的运算是

A:图像减法

B:图像乘法

C:图像加法

D:图像除法

答案:B以下不属于图像增强方法的是

A:均值滤波

B:对比度展宽

C:直方图均衡

D:伪彩色

答案:A常用的图像分割方法不包括

A:基于边缘检测的方法

B:基于区域的方法

C:基于阈值的方法

D:基于视觉观察的方法

答案:D图像压缩的目的是

A:去除图像中的冗余信息

B:减少图像的信息量

C:增加数据量

D:降低分辨率

答案:A关于图像梯度，说法不正确的是

A:水平梯度图中竖向的边缘会比较清楚

B:相邻像素之间的差值称为图像梯度

C:边缘梯度值要比平滑纹理梯度值小

D:垂直梯度图中，水平方向的边缘会比较清楚

答案:C关于视频的说法不正确的是

A:视频是图像序列

B:视频时离散的

C:我们常见的视频一般是20帧/秒

D:视频是基于“视觉暂留”现象

答案:C可以检测出图像中运动的方向和大小的方法是

A:光流法

B:梯度直方图

C:背景差分

D:差分

答案:ACNN的基本结构不包括

A:卷积层

B:反向池化层

C:全连接层

D:前向池化层

答案:B关于卷积层的说法，错误的是

A:卷积层可以作为神经网络的隐藏层

B:卷积核的尺寸是由人为指定的

C:特征图是为卷积层的最终输出

D:卷积核的参数值是人为指定的

答案:D池化层的作用不包括

A:实现特征分类

B:降低特征图的分辨率

C:解决卷积计算量过大的问题

D:实现不同尺度特征的提取

答案:ACNN中用来完成分类的是

A:全连接层

B:卷积层

C:池化层

D:ReLU函数

答案:A第六章测试依据自然语言是处理系统的输入还是输出，自然语言处理完成的功能可以划分为以下两类。

A:自然语言生成

B:自然语言读写

C:自然语言表达

D:自然语言理解

答案:AD自然语言处理作为人工智能领域最重要的一个研究方向，其技术发展与人工智能的发展历史一样，主要有以下两类方法。

A:基于统计的方法

B:基于字典的方法

C:基于深度学习的方法

D:基于规则的方法

答案:AD导航软件里面郭德纲的声音是怎么制作的。

A:语音合成

B:本人录制

C:词典查询

D:语音识别

答案:A下列技术属于自然语言处理范畴的有哪些。

A:摘要抽取

B:字典查询

C:机器翻译

D:相似度检测

答案:ABCD小Q弟弟聪明好学，下列哪些功能是它能够完成的。

A:网上订餐

B:解释成语

C: