人工智能复习复习测试有答案

第页人工智能复习复习测试有答案1.使用交叉验证最简单的方法是在估计器和数据集上调用什么辅助函数？A、cross_val_scoreB、cross_val%C、val_scoreD、cross_score【正确答案】：A解析：

02.ID3算法选择划分属性的准则是A、信息增益B、增益率C、基尼系数D、信息熵【正确答案】：A解析：

ID3算法使用信息增益为准则来选择划分属性3.不属于深度学习模型的选项是？A、朴素贝叶斯B、深度残差网络C、卷积神经网络CNND、循环神经网络RNN【正确答案】：A解析：

朴素贝叶斯算法是基于贝叶斯定理与特征条件独立假设的分类算法不属于深度学习模型。4.无监督学习需要（）A、学习程序自己形成和评价概念，没有教师B、学习程序在教师监督下形成和评价概念C、学习程序有时需要教师，有时不需要教师，以形成和评价概念D、以上说法都不对【正确答案】：A解析：

05.数据科学家可能会同时使用多个算法（模型）进行预测，并且最后把这些算法的结果集成起来进行最后的预测（集成学习），以下对集成学习说法正确的是（）。A、单个模型之间有高相关性B、单个模型之间有低相关性C、在集成学习中使用“平均权重”而不是“投票”会比较好D、单个模型都是用的一个算法【正确答案】：B解析：

06.以下关于GBDT算法的说法不正确的是A、计算进度较低B、无法并行计算C、计算量较大D、可以防止过拟合【正确答案】：A解析：

07.图像数字化分为两个步骤：一为取样，二为（）。A、数字化B、量化C、去噪声D、清洗【正确答案】：B解析：

图像数字化分为两个步骤：一为取样，二为量化。8.神经元之间的每个连接都有（）权重。A、一个B、两个C、多个D、无【正确答案】：A解析：

神经元之间的每个连接都有一个权重。9.下述（）不是人工智能中常用的知识格式化表示方法A、框架表示法B、产生式表示法C、语义网络表示法D、形象描写表示法【正确答案】：D解析：

知识表⽰⽅法主要有：逻辑表⽰法、产⽣式表⽰法、框架表⽰法、语义⽹络表⽰法、⾯向对象表⽰等等。答案选D10.下面关于最小二乘法（OrdinaryLeastSquares）的说法，正确的是：A、最小二乘法是通过最小化预测值y和真实的y在训练数据上的误差来寻找最优解的方法B、当自变量X的特征很多的时候，使用最小二乘法可以求得最优解C、最小二乘法是通过求导来找出最优解，是一种迭代的方法D、使用最小二乘法求最优解比梯度下降方法好【正确答案】：A解析：

011.rcnn网络用（）结构生成候选框？A、RPNB、NMSC、SelectiveSearchD、RCNN【正确答案】：C解析：

见算法解析12.下列选项中，不属于深度学习模型的是A、线性回归B、深度残差网络C、卷积神经网络CNND、循环神经网络RNN【正确答案】：A解析：

线性回归是传统统计学系呢绒13.VGG网络在深度学习发展过程中做出了重要贡献，下面关于VGG描述正确的是：A、VGG全部使用了3*3的卷积核和2*2的池化核B、VGG证明了网络越深越好，所以程序员应该没有限制的搭建更深的网络C、VGG是到目前为止分类效果最好的网络结构D、VGG没有使用全连接网络结构【正确答案】：A解析：

VGG全部使用了3*3的卷积核和2*2的池化核14.从一个初始策略出发，不断迭代进行策略评估和改进，直到策略收敛、不再改变为止，这样的作法称为（）A、策略迭代B、值迭代C、策略改进D、最优值函数【正确答案】：A解析：

见算法解析15.让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能，就是（）？A、监督学习B、倍监督学习C、半监督学习D、无监督学习【正确答案】：C解析：

见算法解析16.对于分类任务，我们不是将神经⽹络中的随机权重初始化，⽽是将所有权重设为零。下列哪项是正确的？A、没有任何问题，神经⽹络模型将正常训练B、神经⽹络模型可以训练，但所有的神经元最终将识别同样的事情C、神经⽹络模型不会进⾏训练，因为没有净梯度变化D、这些均不会发⽣【正确答案】：B解析：

017.下面关于模型预测性能的评估以及交叉验证，说法正确的是（）A、在scikit-learn包里面使用交叉验证方法，可以使用代码：fromsklearnimportcross_validationB、课程中的交叉验证，把数据集分成了5份，其中4份作为训练集，剩下一份作为测试集，这种方法叫做留一交叉验证法C、需要把数据分成训练集和测试集，用测试集来评估从训练集学习得来的模型的预测性能，是因为从训练集学习得来的模型可能对于训练集的数据拟合得很好，但是对于训练集以外的数据没有太大的泛化能力D、从训练集中得到的模型，用训练集的数据得到的预测准确率一般会比用测试集得到的预测准确率低【正确答案】：C解析：

018.在废弃阶段，废弃销毁使用目的不复存在或者有更好解决方法替换的人工智能系统，主要包括数据、（）以及系统整体的废弃销毁过程。A、算法B、模型C、程序D、算法模型【正确答案】：D解析：

在废弃阶段，废弃销毁使用目的不复存在或者有更好解决方法替换的人工智能系统，主要包括数据、算法模型以及系统整体的废弃销毁过程。19.随机森林是一种集成学习算法，是（）算法的具体实现。A、BoostingBaggingC、StackingDropping【正确答案】：B解析：

随机森林是一种集成学习算法，是Bagging算法的具体实现。20.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？1树的数量2树的深度3学习速率A、只有1B、只有2C、只有3D、都正确【正确答案】：B解析：

通常情况下，我们增加树的深度有可能会造成模型过拟合。学习速率在随机森林中并不是超参数。增加树的数量可能会造成欠拟合21.循环神经网络通常用来处理：A、矩阵数据B、标量数据C、序列数据D、大数据【正确答案】：C解析：

循环神经网络通常用来处理序列数据22.深度学习中的不同最优化方式，如SGD，ADAM下列说法中正确的是？A、在实际场景下，应尽量使用ADAM，避免使用SGDB、同样的初始学习率情况下，ADAM的收敛速度总是快于SGD方法C、相同超参数数量情况下，比起自适应的学习率调整方式，SGD加手动调节通常会取得更好效果D、同样的初始学习率情况下，ADAM比SGD容易过拟合【正确答案】：C解析：

相同超参数数量情况下，比起自适应的学习率调整方式，SGD加手动调节通常会取得更好效果23.下面对前馈神经网络描述不正确的是A、各个神经元接受前一级神经元的输入，并输出到下一级B、层与层之间通过“全连接”进行连接，即两个相邻层之间神经元完全成对连接C、同一层内的神经元相互不连接D、同一层内神经元之间存在全连接【正确答案】：D解析：

024.（）常做为CNN网络的最后一层。A、卷积层B、池化层C、全连接层D、归一化层【正确答案】：C解析：

全连接层常做为CNN网络的最后一层。25.当采用K-距离的方法选择DBSCAN的Eps和MinPts参数时，如果设置的K的值太大，则小簇（尺寸小于K的簇）可能会被标记为A、噪声B、核心簇C、边界簇D、以上都不对【正确答案】：A解析：

026.在目标检测中，以下能产生候选框的算法是（）a)

SelectiveSearchb)

ROIpoolingc)

RegionproposallayerA、b)、c)B、a)、b)C、a)D、a)、c)【正确答案】：D解析：

SelectiveSearch、Regionproposallayer能产生候选框27.以下哪种模型是自然语言处理后Bert时代的预训练模型A、Word2VecB、RNNC、XLNetD、LSTM【正确答案】：C解析：

XLNet是自然语言处理后Bert时代的预训练模型28.在选择神经网络的深度时，下面哪些参数需要考虑？1神经网络的类型(如MLP,CNN)2输入数据3计算能力(硬件和软件能力决定)4学习速率5映射的输出函数A、1,2,4,5B、2,3,4,5C、都需要考虑D、1,3,4,5【正确答案】：C解析：

029.下列哪项算法是深度学习的重要基础：（）A、最小生成树算法B、最大流-最小割算法C、A*算法D、SGD反向传播【正确答案】：D解析：

深度学习的重要基础是反向传播30.为应对卷积网络模型中大量的权重存储问题，研究人员在适量牺牲精度的基础上设计出一款超轻量化模型（）A、KNNB、RNNC、BNND、VGG【正确答案】：C解析：

为应对卷积网络模型中大量的权重存储问题，研究人员在适量牺牲精度的基础上设计出一款超轻量化模型BNN31.深度学习是一种基于（）特征学习和特征层次构造的学习方法。A、无监督B、有监督C、半监督D、强化学习【正确答案】：A解析：

深度学习是一种基于无监督特征学习和特征层次构造的学习方法。32.最基本的数据挖掘属性分为如下两类：1、（）。特点是属性的数据之间没有确定的顺序2、连续型。特点是属性的数据一般是数值，数据之间是有确定的顺序，可以相互比较和计算。A、名称型B、类别型C、序数型D、连续型【正确答案】：A解析：

033.⼀般我们建议将卷积⽣成对抗⽹络（convolutionalgenerativeadversarialnets）中⽣成部分的池化层替换成什么？A、跨距卷积层(Stridedconvolutionallayer)B、ReLU层C、局部跨距卷积层(Fractionalstridedconvolutionallayer)D、仿射层(Affinelayer)【正确答案】：C解析：

034.卷积神经网络做图像分类任务通常不包含：A、卷积操作B、池化操作C、全连接层D、均方误差损失函数【正确答案】：D解析：

均方误差损失函数多用于回归任务。35.在强化学习的过程中,学习率α越大,表示采用新的尝试得到的结果比例越（）,保持旧的结果的比例越（）。A、大;小B、大;大C、小;小D、小;大【正确答案】：A解析：

036.感知层主要解决（）问题？A、数据的价值创造B、数据的采集C、管理问题D、数据的传输【正确答案】：B解析：

037.如果有m个点，DBSCAN在最坏的情况下的时间复杂度度为A、O(m)B、O(mlogm)C、O(m2)D、O(logm)【正确答案】：C解析：

038.假设12个销售价格记录组已经排序如下：5,10,11,13,15,35,50,55,72,92,204,215使用如下每种方法将它们划分成四个箱。等频（等深）划分时，15在第几个箱子内？A、第一个B、第二个C、第三个D、第四个【正确答案】：B解析：

039.YOLOv3网格数为输出特征图[N,C,H,W]的（）A、CB、C*HC、H*WD、nan【正确答案】：C解析：

见算法解析40.语言模型的作用是：A、查看一句话成为一句“人话”的概率B、查看一句话是英语的概率C、查看一句话是汉语的概率D、查看一句话是否是完整的【正确答案】：A解析：

语言模型的作用是查看一句话成为一句“人话”的概率41.在pytorch中，设模型变量名为model，则对model.eval（）的描述正确的是A、model.eval()可以在模型训练阶段使用B、model.eval()只能在模型测试阶段使用C、model.eval()在模型验证、模型测试阶段都可以使用D、model.eval()在模型训练、模型验证、模型测试阶段都可以使用【正确答案】：C解析：

在pytorch中，model.eval在模型验证、模型测试阶段都可以使用42.在主成分分析中，将几个主分量经过线性组合构造为一个综合评价函数时，每个主分量的权数为（）。A、每个主分量的方差B、每个主分量的标准差C、每个主分量的方差贡献率D、每个主分量的贡献率【正确答案】：C解析：

在主成分分析中，将几个主分量经过线性组合构造为一个综合评价函数时，每个主分量的权数为每个主分量的方差贡献率。43.（）不使用训练数据，人工智能（或机器人）必须自行（通常通过试验和误差）设计出完成某一特定任务的方法。A、类比学习B、强化学习C、监督式学习D、非监督式学习【正确答案】：D解析：

非监督式学习不使用训练数据，人工智能（或机器人）必须自行（通常通过试验和误差）设计出完成某一特定任务的方法。44.为了对某图像中的目标进行分析和识别，一般需要对图像进行（）处理。A、图像加噪B、图像采集C、图像压缩D、图像分割【正确答案】：D解析：

为了对某图像中的目标进行分析和识别，一般需要对图像进行图像分割处理。45.如果我们用了一个过大的学习速率会发生什么？A、神经网络会收敛B、不好说C、都不对D、神经网络不会收敛【正确答案】：D解析：

046.决策树被广泛用作决策工具。在数据挖掘过程中，通过对数据的拟合、（），自动地从训练数据中学习到一棵决策数。A、模拟B、预测C、学习D、以上都可以【正确答案】：C解析：

047.闵可夫斯基距离表示为曼哈顿距离时，p为（）。A、1B、2C、3D、4【正确答案】：A解析：

闵可夫斯基距离定义为：该距离最常用的p是2和1,前者是欧几里得距离），后者是曼哈顿距离。48.下列关于XGboost算法描述中错误的是A、由于其特殊原因，无法分布式化B、xgboost在代价函数里加入了正则项，用于控制模型的复杂度；C、可以处理带有缺失值的样本D、允许使用列抽样来减少过拟合【正确答案】：A解析：

049.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【正确答案】：D解析：

050.DSSM使用（）个全连接层A、两B、一C、三D、四【正确答案】：A解析：

DSSM使用两个全连接层51.下列关于长短期记忆网络LSTM和循环神经网络RNN的关系描述正确的是（）。A、LSTM是简化版的RNNB、LSTM是双向的RNNC、LSTM是多层的RNND、LSTM是RNN的扩展,通过特殊的结构设计来避免长期依赖问题【正确答案】：D解析：

LSTM是RNN的扩展,通过特殊的结构设计来避免长期依赖问题52.考虑某个具体问题时，你可能只有少量数据来解决这个问题。不过幸运的是你有一个类似问题已经预先训练好的神经网络。可以用下面哪种方法来利用这个预先训练好的网络？A、把除了最后一层外所有的层都冻结，重新训练最后一层B、对新数据重新训练整个模型C、只对最后几层进行调参(finetune)D、对每一层模型进行评估，选择其中的少数来用【正确答案】：C解析：

053.关联分析是描述两个或多个变量之间的某种（）关系的特征规则A、实际B、关联C、非现实D、潜在【正确答案】：D解析：

054.数据价值挖掘常用的模型有（）、描述型模型等。A、聚类模型B、预测型模型C、分类模型D、时间模型【正确答案】：B解析：

055.传統的机器学习方法包括监督学习、无监督学习和半监督学习,其中监督学习是学习给定标签的数据集。请问标签为离散的类型,称为分类,标签为连续的类型,称为什么?A、给定标签B、离散C、分类D、回归【正确答案】：D解析：

在监督学习中，预测变量离散，称为分类，预测变量连续，称为回归，两者本质一样，都是对输入做预测，不过分类输出的是物体所属的类别，回归输出的是物体的值。答案选D56.为了增强网络的表达能力，我们需要（）来将线性函数转换为非线性函数。A、损失函数B、指数函数C、三角函数D、激活函数【正确答案】：D解析：

见算法解析57.（）城市大脑目前已在杭州、苏州、上海、衢州、澳门、马来西亚等城市和国家落地，覆盖交通、平安、市政建设、城市规划等领域，是目前全球最大规模的人工智能公共系统之一。A、浪潮云B、华为云C、阿里云D、海尔云【正确答案】：C解析：

阿里云城市大脑目前已在杭州、苏州、上海、衢州、澳门、马来西亚等城市和国家落地，覆盖交通、平安、市政建设、城市规划等领域，是目前全球最大规模的人工智能公共系统之一。58.以下剪枝算法中性能最好的是A、REPB、IREPC、RIPPERD、CN2【正确答案】：C解析：

见算法解析59.哪个不是常用的聚类算法（）。A、K-MeansB、DBSCANC、GMMsD、Softmax【正确答案】：D解析：

Softmax不是常用的聚类算法。60.以下两种描述分别对应哪两种对分类算法的评价标准？(a)警察抓小偷，描述警察抓的人中有多少个是小偷的标准。(b)描述有多少比例的小偷给警察抓了的标准。A、Precision,RecallB、Recall,PrecisionC、Precision,ROCD、Recall,ROC【正确答案】：A解析：

061.决策树中不包含以下哪种结点（）A、根结点（rootnode)B、内部结点（internalnode）C、外部结点（externalnode）D、叶结点（leafnode）【正确答案】：C解析：

062.属性划分的目标是让各个划分出来的子节点A、属于同一类别B、尽可能属于同一类别C、属于不同类别D、尽可能属于不同类别【正确答案】：B解析：

属性划分的目标是让各个划分出来的子节点尽可能地“纯”，即属于同一类别。63.下列选项中，无监督学习模型是A、DecisionB、K_meansC、SVMD、LogisticRegression【正确答案】：B解析：

K_means是无监督学习模型，其它选项是有监督学习模型64.下列关于聚类算法的说法，正确的是：A、聚类算法可以用于回归问题B、聚类算法通常用于在知道类别的情况下，把样本按照样本之间的相似性等分成不同的类别C、聚类算法是一种监督学习算法D、聚类算法通常用于在不知道类别的情况下，把样本按照样本之间的相似性等分成不同的类别【正确答案】：D解析：

065.尽管人工智能学术界出现“百家争鸣”的局面，但是，当前国际人工智能的主流派仍属于：A、连接主义B、符号主义C、行为主义D、经验主义【正确答案】：B解析：

尽管人工智能学术界出现“百家争鸣”的局面，但是，当前国际人工智能的主流派仍属于：符号主义66.对于神经网络的说法,下面正确的是:1.增加神经网络层数,可能会增加测试数据集的分类错误率2.减少神经网络层数,总是能减小测试数据集的分类错误率3.增加神经网络层数,总是能减小训练数据集的分类错误率A、1B、1和3C、1和2D、2【正确答案】：A解析：

067.以下哪种情况说明模型出现了过拟合（）A、模型对训练集拟合程度高，对测试集拟合程度高B、模型对训练集拟合程度高，对测试集拟合程度低C、模型对训练集拟合程度低，对测试集拟合程度高D、模型对训练集拟合程度低，对测试集拟合程度低【正确答案】：B解析：

068.在ε-greedy策略当中,ε的值越大,表示采用随机的一个动作的概率越（）,采用当前Q函数值最大的动作的概率越（）。A、大;小B、大;大C、小;小D、小;大【正确答案】：A解析：

069.LSTM单元中引入了哪些门来更新当前时刻的单元状态向量?A、输入门、遗忘门B、任意门、输入门C、输出门、任意门D、遗忘门、任意门【正确答案】：A解析：

LSTM单元中引入了哪些门来更新当前时刻的单元状态向量?70.常见的数据集划分方式不包括A、留出法B、装袋法C、交叉验证法D、自助法【正确答案】：B解析：

071.阅读以下文字：假设我们拥有一个已完成训练的、用来解决车辆检测问题的深度神经网络模型，训练所用的数据集由汽车和卡车的照片构成，而训练目标是检测出每种车辆的名称（车辆共有10种类型）。现在想要使用这个模型来解决另外一个问题，问题数据集中仅包含一种车（福特野马）而目标变为定位车辆在照片中的位置。A、除去神经网络中的最后一层，冻结所有层然后重新训练B、对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层C、使用新的数据集重新训练模型D、所有答案均不对【正确答案】：B解析：

072.LSTM用于文本分类的任务中，不会出现的网络层是（）A、全连接B、词嵌入层C、卷积层D、以上选项均不正确【正确答案】：C解析：

LSTM中没有卷积层73.进入21世纪以来，随着数据的爆发式增长，计算能力的大幅度提升和深度学习的发展和成熟，人工智能迎来了（）发展浪潮A、第一次B、第二次C、第三次D、第四次【正确答案】：C解析：

进入21世纪以来，随着数据的爆发式增长，计算能力的大幅度提升和深度学习的发展和成熟，人工智能迎来了第三次发展浪潮74.为了将特征转变成Embedding表示，所有特征均需转变成（）A、数字B、字符C、符号D、英文【正确答案】：A解析：

为了将特征转变成Embedding表示，所有特征均需转变成数字75.熵是为消除不确定性所需要获得的信息量，投掷均匀正六面体骰子的熵是：A、1比特B、2.6比特C、3.2比特D、3.8比特【正确答案】：B解析：

076.图计算中图数据往往是（）和不规则的，在利用分布式框架进行图计算时，首先需要对图进行划分，将负载分配到各个节点上A、结构化B、非结构化C、对称化D、规则化【正确答案】：B解析：

图计算中图数据往往是非结构化和不规则的，在利用分布式框架进行图计算时，首先需要对图进行划分，将负载分配到各个节点上77.以下关于熵、信息增益、基尼指数的相关描述中错误的是A、熵越大，不确定性越大，信息量也就越大B、信息增益越大，表示某个条件熵对信息熵减少程序越大，也就是说，这个属性对于信息的判断起到的作用越大C、Gini指数越大，不纯度越小，越容易区分，越不容易分错D、熵权法是一种客观赋权法，因为它仅依赖于数据本身的离散性【正确答案】：C解析：

078.图像处理中无损压缩的目的是（）A、滤除图像中的不相干信号B、滤除图像中的高频信号C、滤除图形中的低频信号D、滤除图像中的冗余信号【正确答案】：D解析：

图像处理中无损压缩的目的是滤除图像中的冗余信号79.下面哪项操作能实现跟神经网络中Dropout的类似效果A、BoostingBaggingC、StackingD、Mapping【正确答案】：B解析：

080.为什么不能用多层全连接网络解决命名实体识别问题：A、序列数据的输入和输出通常是不固定的，有的序列长，有的序列短B、全连接网络的根本不能处理任何序列数据C、全连接网络的层次太深导致梯度消失，所以不能处理序列问题D、命名实体识别问题是一个无法解决的问题，全连接网络也不能解决这个问题【正确答案】：A解析：

序列数据的输入和输出通常是不固定的，有的序列长，有的序列短，因此不能用多层全连接网络解决命名实体识别问题81.（）采用多种乐器的音频数据，可融合多种国家、乐曲风格和乐器音色的特征，创作音乐作品。A、XLNetB、GoogleNetC、MuseNetD、AlexNet【正确答案】：C解析：

MuseNet采用多种乐器的音频数据，可融合多种国家、乐曲风格和乐器音色的特征，创作音乐作品。82.下列哪项不是知识图谱构建的主要技术（）A、命名实体识别B、实体链接C、关系抽取D、词性标注【正确答案】：D解析：

知识图谱构建的不太利用词性标注83.L1和L2正则化是传统机器学习常用来减少泛化误差的方法，以下关于两者的说法正确的是:A、L1正则化可以做特征选择B、L1和L2正则化均可做特征选择C、L2正则化可以做特征选择D、L1和L2正则化均不可做特征选择【正确答案】：A解析：

084.选择Logistic回归中的One-Vs-All方法中的哪个选项是真实的A、我们需要在n类分类问题中适合n个模型B、我们需要适合n-1个模型来分类为n个类C、我们需要只适合1个模型来分类为n个类D、这些都没有【正确答案】：A解析：

如果存在n个类，那么n个单独的逻辑回归必须与之相适应，其中每个类的概率由剩余类的概率之和确定85.下列关于特征选择的说法错误的是（）A、可以提高特征关联性B、可以减轻维数灾难问题C、可以降低学习任务的难度D、特征选择和降维具有相似的动机【正确答案】：A解析：

见算法解析86.下面的问题，属于分类问题的是；A、根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工在接下来一段时间内的工资涨幅B、根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工下一季度的绩效考核分数C、根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工是否可能会在接下来的一段时间内离职D、根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工下一季度的销售额【正确答案】：C解析：

087.考虑下面的3项频繁集的集合：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}假定数据集中只有5个项，采用合并策略，由候选产生过程得到4项集不包含（）A、1，2，3，4B、1，2，3，5C、1，2，4，5D、1，3，4，5【正确答案】：C解析：

088.按照类别比例分组的k折用的是哪个函数（）A、RepeatedKFoldB、StratifiedKFoldC、LeavePOutD、GroupKFold【正确答案】：B解析：

089.假设我们已经在ImageNet数据集(物体识别)上训练好了一个卷积神经网络。然后给这张卷积神经网络输入一张全白的图片。对于这个输入的输出结果为任何种类的物体的可能性都是一样的，对吗？A、对的B、不知道C、看情况D、不对【正确答案】：D解析：

090.闵可夫斯基距离不满足直递性，但满足非负性、同一性、对称性时p的取值范围是A、p≥1B、0≤pC、p=1D、p趋于正无穷【正确答案】：B解析：

p≥1时，闵可夫斯基距离满足距离度量的四条基本性质；0≤p91.主成分分析是一种数据降维和去除相关性的方法，它通过（）将向量投影到低维空间。A、线性变换B、非线性变换C、拉布拉斯变换D、z变换【正确答案】：A解析：

主成分分析是一种数据降维和去除相关性的方法，它通过线性变换将向量投影到低维空间。92.以下选项中，不属于函数的作用的是A、提高代码执行速度B、增强代码可读性C、降低编程复杂度D、复用代码【正确答案】：A解析：

093.手写数字识别的例子中,输入的图片为长和宽都是28像素的图片,输出判断数字0-9的概率。要构建前馈型神经网络去解决这个问题,输入层是（）维的,输出层是（）维的。A、784;10B、28;10C、784;1D、28;1【正确答案】：A解析：

094.企业要建立预测模型，需要准备建模数据集，以下四条描述建模数据集正确的是（）。A、数据越多越好B、尽可能多的合适的数据C、训练集数据是建模集数据的一部分D、以上三条都正确【正确答案】：D解析：

095.GooLeNet中使用较多小tricks，其中全局平局池化GAP就是一个，使用GAP的优点是（）A、提供更好的分类B、减少参数量，实现任意大小的输入C、加速模型收敛D、增加网络深度【正确答案】：B解析：

GooLeNet中使用较多小tricks，其中全局平局池化GAP就是一个，使用GAP的优点是减少参数量，实现任意大小的输入96.代码array=np.arange（10,31,5）中的5代表（）？A、元素的个数B、步长C、第一个元素D、最后一个元素【正确答案】：B解析：

见算法解析97.深度学习中神经网络类型很多，以下神经网络信息是单向传播的是：A、LSTMB、卷积神经网络C、循环神经网络D、GRU【正确答案】：B解析：

卷积神经网络是单向传播的98.在感知机中（Perceptron）的任务顺序是什么？1随机初始化感知机的权重2去到数据集的下一批（batch）3如果预测值和输出不一致，则调整权重4对一个输入样本，计算输出值A、1,2,3,4B、4,3,2,1C、3,1,2,4D、1,4,3,2【正确答案】：D解析：

099.下列关于深度学习神经网络结构的描述，正确的是（）A、不同的神经网络结构，层数与神经元数量正相关，层数越多，神经元数量越多B、网络结构的层次越深，其学习特征越多，10层的结构要优于5层结构C、深层网络结构中，学习到的特征一般与神经元的参数量有关，也与样本的特征多少有关D、网络的层次越深，其训练时间越久，5层的网络比4层的训练时间长【正确答案】：C解析：

不同训练数据集的神经网络结构的最优层数不同，并非层数越深效果越好，训练时间除了与层数有关以外，batchsize大小、学习率、衰减方式等都有很大影响，神经元的数量并不一定与层数正相关100.以下哪些分类方法可以较好地避免样本的不平衡问题，（）A、KNNB、SVMC、ayesD、神经网络【正确答案】：A解析：

01.隐马尔可夫模型三个基本问题以及相应的算法说法正确的是（）A、评估—前向后向算法B、解码—维特比算法C、学习—Baum-Welch算法D、学习—前向后向算法【正确答案】：ABC解析：

02.下列哪些项是决策树常用的属性选择指标（）A、Gini系数B、信息增益C、信息增益率D、距离平方和【正确答案】：ABC解析：

见算法解析3.DecisionTree构造的重要步骤。A、特征选择B、决策树生成C、剪枝D、计算信息增益【正确答案】：ABC解析：

决策树构造只有特征选择、决策树生成、剪枝三个环节过程4.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【正确答案】：ABCD解析：

密度聚类、层次聚类和谱聚类都是常见的聚类算法。5.深度学习网络架构中，存在的主要问题难点有A、数据精度设置B、每层卷积核多少设置C、网络层数选取D、激活函数选取【正确答案】：BCD解析：

见算法解析6.对股票涨跌方向的判断，理论上下列哪些方法是可行的？（）A、SVMB、DBSCANC、FP-growthD、决策树【正确答案】：AD解析：

见算法解析7.剪枝是决策树学习短发对付“过拟合”的主要手段。以下属于剪枝方法的是（）A、预剪枝B、后剪枝C、先剪枝D、外剪枝【正确答案】：AB解析：

08.半监督学习算法包含（）。A、生成模型算法B、自训练算法C、联合训练D、SVM【正确答案】：ABCD解析：

SVM算法属于有监督学习模型9.产生式系统的组成部分包括（）A、状态空间B、综合数据库C、规则集D、控制策略【正确答案】：BCD解析：

010.RNN可以用来处理（）A、图像类别预测B、语音分析C、情感分类D、文章创作【正确答案】：ABCD解析：

011.下列可以用于分类问题的机器学习算法有：A、决策树B、随机森林C、k近邻D、逻辑回归【正确答案】：ABCD解析：

012.根据本课程，3D打印技术有什么优勢?（）A、变革产品设计理念B、降低大批量生产的成本C、降低小批量生产的成本D、是很多传统方法无法比拟的新的制造手段【正确答案】：ACD解析：

见算法解析13.关于卷积神经网络池化层以下描述正确的是?A、池化操作采用扫描窗口实现B、池化层可以起到降维的作用C、常用的池化方法有最大池化和平均池化D、经过池化的特征图像变小了【正确答案】：ABCD解析：

池化是一种down-sampling技术，本质是基于滑动窗口的思想，可以去除特征图中的冗余信息，降低特征图的维度。常用的是最大池化和平均池化14.智能控制的开发，目前认为有以下途径（）A、基于数据挖掘的专家智能控制B、基于遗传算法的软计算控制C、基于人工神经网络的神经网络控制D、以上说法都不对【正确答案】：AC解析：

015.回归问题的评估方法包括A、F值B、AUCC、决定系数D、均方误差【正确答案】：CD解析：

016.数据真实性具备哪两种特质？A、准确性B、不确定性C、可信赖度D、杂乱性【正确答案】：AC解析：

017.下列算法哪些属于K-means的变种？A、kNNB、MeanshiftC、k-means++D、以上都不是【正确答案】：BC解析：

见算法解析18.统计模式分类问题中，当先验概率未知时，可以使用（）A、最小最大损失准则B、最小误判概率准则C、最小损失准则D、N-P判决【正确答案】：AD解析：

019.工业界人工智能成功的三大法宝是哪些A、深度学习B、大数据C、云计算D、涟漪效应【正确答案】：ABC解析：

020.关于聚类的描述正确的是（）。A、聚类是一种非监督式学习B、聚类是一种监督式学习C、使用的数据不需要包含类别卷标D、使用的数据需要包含类别卷标【正确答案】：AC解析：

021.决策树的构造是一个递归的过程，哪几种情形会导致递归返回A、当前结点包含的样本全属于同一类别B、当前属性集为空C、当前属性集所有样本在所有属性上取值相同，无法划分D、当前结点包含的样本集合为空，不能划分【正确答案】：ABCD解析：

决策树的构造是一个递归的过程，有三种情形会导致递归返回：(1)当前结点包含的样本全属于同一类别；(2)当前属性集为空，或是所有样本在所有属性上取值相同，无法划分；(3)当前结点包含的样本集合为空，不能划分。22.对于朴素贝叶斯分类器，下面说法正确的是（）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【正确答案】：ABC解析：

023.机器学习的核心要素包括（）A、算法B、算力C、操作人员D、数据【正确答案】：ABD解析：

操作人员并不是机器学习的核心要素。24.专家系统知识表示的方法主要有哪些？A、逻辑表示法（谓词表示法）B、框架C、产生式D、语义网络【正确答案】：ABCD解析：

025.下列说法正确的是（）A、k折划分后，得到的是分组后的索引值B、LOO计算开销更少C、LOO比k折效果更差D、k折划分后，得到的是分组后的元素【正确答案】：AC解析：

026.下面关于逻辑回归的说法，正确的是：A、逻辑回归主要应用于二分类问题B、逻辑回归使用LogisticFunction后得到的数值在-1到1之间C、把逻辑回归应用于多分类问题时，需要使用Onevs.Rest方法D、逻辑回归得到的数值可以看作属于类别1的概率【正确答案】：ACD解析：

027.以下模型中，会用到随机梯度下降法的分别是A、CNNB、RNNC、KNND、C4.5【正确答案】：AB解析：

见算法解析28.预剪枝使得决策树的很多分子都没有展开，会导致（）。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D、提高欠拟合风险【正确答案】：ABCD解析：

预剪枝就是在构造决策树的过程中，先对每个结点在划分前进行估计，若果当前结点的划分不能带来决策树模型泛华性能的提升，则不对当前结点进行划分并且将当前结点标记为叶结点29.认知语言学更多地是考虑（）A、句法B、音韵C、语义D、语用【正确答案】：CD解析：

见算法解析30.决策树最常用的算法有A、ID3B、C4.5CARTD、ID4.5【正确答案】：ABC解析：

决策树最常用的算法有三种：ID3，C4.5和CART。31.对股价的预测，下列哪些方法是可行的（）A、kNNB、SVRC、线性回归D、逻辑回归【正确答案】：BC解析：

见算法解析32.下列哪些是数据预处理的常用技术（）A、数字属性的缺失值补0B、LabelEncoderC、one-hotencoderD、CountVectorize【正确答案】：ABCD解析：

见算法解析33.在随机森林中，最终的集成模型是通过什么策略决定模型结果的?A、累加制B、求平均数C、投票制D、累乘制【正确答案】：BC解析：

034.下列可用于隐马尔可夫预测的算法是（）。A、维特比算法Baum-Welch算法C、前向-后向算法D、拟牛顿法【正确答案】：ABCD解析：

A是教材原文；B是EM算法，可用于求解隐马尔可夫模型，C和D用于求解条件随机场，而隐马尔可夫模型可以写成条件随机场的形式。35.如果深度学习神经网络出现了梯度消失或梯度爆炸问题我们常用的解决方法为A、梯度剪切B、随机欠采样C、使用Relu激活函数D、正则化【正确答案】：ACD解析：

036.数据挖掘算法的组件包括（）A、模型或模型结构B、评分函数C、优化和搜索方法D、数据管理策略【正确答案】：ABCD解析：

037.决策树学习算法包括哪几个部分？A、特征选择B、树的生成C、分类决策规则D、树的剪枝【正确答案】：ABD解析：

k近邻算法的三要素：距离度量，k值选择，分类决策规则38.层次聚类方法包括A、划分聚类方法B、凝聚型层次聚类方法C、分解型层次聚类方法D、基于密度聚类方法【正确答案】：BC解析：

039.属于深度学习模型的选项是？A、朴素贝叶斯B、深度残差网络C、卷积神经网络CNND、循环神经网络RNN【正确答案】：BCD解析：

040.以下常用于处理离散特征的方法有（）A、ImputerB、OneHotencoderC、NormalizerD、LabelEncoder【正确答案】：BD解析：

041.下列关于Ridge回归，说法正确的是（多选）？A、若λ=0，则等价于一般的线性回归B、若λ=0，则不等价于一般的线性回归C、若λ=+∞，则得到的权重系数很小，接近于零D、若λ=+∞，则得到的权重系数很大，接近与无穷大【正确答案】：AC解析：

042.以下哪些是专家系统结构的一部分？A、知识库B、推理机C、动态数据库D、解释模块【正确答案】：ABCD解析：

专家系统的结构包含人机界面、知识库、推理机、动态数据库、知识库答理系统和解释模块。43.以下哪层是卷积神经网络的组成部分A、卷积层B、中间层C、池化层D、全连接层【正确答案】：ACD解析：

044.关于学习器结合的描述，正确的是（）。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【正确答案】：ABC解析：

基础知识45.在逻辑回归输出与目标对比的情况下，以下评估指标中哪些适用？AUC-ROCB、准确度C、LoglossD、均方误差【正确答案】：ABC解析：

046.哪些项属于集成学习A、KnnB、AdaboostC、随机森林D、XGBoost【正确答案】：BCD解析：

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；前者代表是Boosting，后者代表是Bagging和“随机森林”47.影响聚类算法结果的主要因素有（）A、已知类别的样本质量B、分类准则C、特征选取D、模式相似性测度【正确答案】：BCD解析：

048.卷积神经网络中的池化层可以减小下层输入的尺寸。常见的池化有A、最小地化层B、乘积池化层C、最大池化层D、平均池化层【正确答案】：CD解析：

049.正则化是传统机器学习中重要且有效的减少泛化误差的技术，以下技术属于正则化技术的是A、L1正则化B、L2正则化C、DropoutD、动量优化器【正确答案】：ABC解析：

正则化和优化策略是深度学习的两个重要部分，L1、L2正则化和Dropout属于正则化，而动量优化属于优化策略。50.关于逻辑回归，说法正确的是（）A、垃圾邮件分类问题可以使用逻辑回归模型B、一条商品评论分为正面，负面和中性，不可以使用逻辑回归模型C、逻辑回归不能直接用于多分类问题D、以上都不对【正确答案】：AC解析：

051.做一个二分类预测问题，先设定阈值为0.5，概率不小于0.5的样本归入正例类（即1），小于0.5的样本归入反例类（即0）。然后，用阈值n（n>0.5）重新划分样本到正例类和反例类，下面说法正确的是（）。A、增加阈值不会提高召回率B、增加阈值会提高召回率C、增加阈值不会降低查准率D、增加阈值会降低查准率【正确答案】：AC解析：

召回率=TP/TP+FN查准率=TP/TP+FP所以当概率阈值增加时，TP、FP减少或者持平，TP+FN不变，所以召回率不会增加，一般情况，用不同的阀值，统计出一组不同阀值下的精确率和召回率。52.卷积神经网络中典型的模式是？A、卷积层后为池化层，然后还是卷积层-池化层。B、多个连续的池化层，然后跟着一个卷积层C、网络中最后的几个层是全连接层D、网络中最开始的几个层是全连接层【正确答案】：AC解析：

一般卷积层后为池化层，网络最后为几个全连接层。53.vgg19中的19代表了网络中哪些层的数目总和（）A、全连接层B、输入层C、池化层D、卷积层【正确答案】：ACD解析：

vgg19是常用的卷积神经网络之一，包括16层卷积层和3层全连接层，中间用到池化层54.下列有监督学习算法中可解决分类问题的算法有A、线性回归B、逻辑回归C、支持向量机D、随机森林【正确答案】：BCD解析：

线性回归无法解决分类问题55.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【正确答案】：BC解析：

056.汉语的演化史表明,量词的真实功用可能与（）没有任何关系A、隐喻机制B、个体化机制C、单复数区分D、补足音素【正确答案】：BC解析：

见算法解析57.日语是（）的混合体A、平假名B、汉字C、片假名D、假名【正确答案】：BC解析：

见算法解析58.使用k折交叉验证，下面说法正确的是（）A、模型性能对数据划分非常敏感B、避免了在划分训练集和验证集时的随机性C、通过平均模型评论指标来考查拟合优度D、可以从有限的数据中获取尽可能多的有效信息【正确答案】：BCD解析：

059.下列无监督学习算法中可解决降维问题的算法有A、PCAB、LSAC、LDAD、k-means【正确答案】：ABC解析：

k-means只能解决聚类问题60.以下技术，BERT使用的包括哪些？（）A、TransformerB、Sel-Attention模块C、RNN循环连接D、文本卷积【正确答案】：AB解析：

见算法解析61.下列哪些开发包，已包含一些常用的机器学习算法？（）A、sklearnB、xgboostC、lightgbmD、numpy【正确答案】：ABC解析：

见算法解析62.完整的CNN架构除了输入及输出外还包含哪些层（）A、全连接层B、隐藏层C、卷积层D、池化层【正确答案】：ACD解析：

063.贝叶斯信念网络（BBN）有如下哪些特点（）A、构建网络费时费力B、对模型的过分问题非常鲁棒C、贝叶斯网络不适合处理不完整的数据D、网络结构确定后，添加变量相当麻烦【正确答案】：AB解析：

064.噪声数据的产生原因主要有：（）A、数据采集设备有问题B、在数据录入过程中发生了人为或计算机错误C、数据传输过程中发生错误D、由于命名规则或数据代码不同而引起的不一致【正确答案】：ABCD解析：

065.人工智能主要依赖的学科有（）A、逻辑学B、数学C、统计学D、信息与计算科学【正确答案】：AC解析：

见算法解析66.下列何者可以有效识别视频中的行为（）。A、利用较低取样率对原始视频进行取样B、利用较高取样率对原始视频进行取样C、增加深度学习的隐藏层数目D、参考高取样率的动作估测结果【正确答案】：AD解析：

067.数据挖掘的预测建模任务主要包括哪几大类问题？（）A、分类B、回归C、聚类D、关联规则挖掘【正确答案】：AB解析：

068.遗传算法评价的常用方法有（）A、当前最好法B、在线比较法C、离线比较法D、都不是【正确答案】：ABC解析：

069.不确定性类型按性质可分哪些？A、随机性B、模糊性C、不完全性D、不一致性【正确答案】：ABCD解析：

070.以下哪些网络结构具有反馈连接功能，即将前一层的输出和当前层自身作为输入（）A、循环神经网络B、卷积神经网络C、LSTM网络D、多层感知机【正确答案】：AC解析：

LSTM是循环神经网络的一种，循环神经网络的输入是前一层的输出和当前层自身71.选择下列哪些方法可以用于表示表示智能体的状态A、结构式B、模块式C、网络式D、因子式【正确答案】：AD解析：

072.下列是svm核函数的是（）A、多项式核函数B、logistic核函数C、径向基核函数D、sigmoid核函数【正确答案】：ACD解析：

073.常用的机器学习算法，可使用哪些开发包（）A、sklearnB、xgboostC、lightgbmD、numpy【正确答案】：ABC解析：

见算法解析74.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【正确答案】：ABCD解析：

学习速度慢，失败的可能性较大是主要不足之处75.在卷积神经网络中，一个10*10的像素在使用5*5的卷积核进行池化，在不补零的情况下能得到以下哪些大小的featuremapA、2*2B、4*4C、6*6D、8*8【正确答案】：ABC解析：

H(output)=(H(input)−F)/S+1；W(output)=(Winput−F)/S+176.FasterRCNN模型相比于FastR-CNN模型，算法的改进主要体现在（）A、提出候选框生成网络，取代了SelectiveSearchB、在RPN与最终输出的两个阶段，将分类损失和框回归损失进行联合后对网络进行优化C、采用ROIpooling层，加速特征提取过程D、将CNN提取到的特征送入SVM进行分类【正确答案】：AB解析：

见算法解析77.下面关于长短期记忆神经网络LSTM的描述中，正确的说法是哪些？A、LSTM中通过引入输入门、遗忘门、输出门解决了RNN中存在的梯度消失和梯度爆炸B、LSTM中门的开关程度是由信息的权重决定的，即训练过程中记住重要信息C、与RNN相比，LSTM中引入更多参数，所以其训练周期更久D、LSTM中使用Sigmoid实现门限控制，而用TanH实现数据处理【正确答案】：BCD解析：

078.下面关于决策树的说法，正确的是：A、决策树有二叉树和多叉树B、建立决策树模型的时候，可能不需要用到数据集中的所有特征来建立决策树节点的分裂规则C、决策树子节点分裂时，选择的是最优的特征进行分裂D、决策树只能用于分类【正确答案】：ABC解析：

079.除了问题本身的定义之外，使用问题特定知识的搜索策略被认为是A、启发式搜索B、有信息搜索C、二元搜索D、无信息搜索【正确答案】：AB解析：

080.驱动深度学习的三驾马车是指？（）A、大模型B、大应用C、大算力D、大数据【正确答案】：ACD解析：

见算法解析81.常用的盲目搜索方法是什么？A、随机碰撞式搜索B、精确碰撞式搜索C、不完全式搜索D、完全式搜索【正确答案】：AD解析：

082.下列哪些方法的输出结果，通常包含boundingbox？（）A、MTCNNB、FasterRCNNC、MaskRCNND、AlexNet【正确答案】：ABC解析：

见算法解析83.在卷积神经网络中，不同层具有不同的功能，可以起到降维作用的是以下哪一层?A、输入层B、全连接层C、卷积层D、池化层【正确答案】：BCD解析：

输入层的作用是将输入数据送入卷积神经网络进行特征提取，并没有起到降维的作用。84.我国建设安全便捷的智能社会的重要途径包括（）A、发展便捷高效的智能服务B、推进社会治理智能化C、提升公共安全保障能力D、促进社会交往共享互信【正确答案】：ABCD解析：

见算法解析85.关于遗传算法和进化策略，下列说法正确的是A、遗传算法同时使用交叉和突变操作B、进化策略仅使用交叉操作C、进化策略不需要用编码的形式来表示问题D、进化策略使用纯粹的数值优化计算【正确答案】：ACD解析：

遗传算法根据问题域中个体的适应度大小，按照轮盘赌的方法选择个体，在完成选择后，还需要进行组合交叉和变异，产生出代表新的解集的种群。A项正确。遗传算法采用二进制编码杂交；而进化策略使用实数。CD正确。进化策略的每个个体都具有两个特点。1、基因，通过基因进行运算可以得到每个个体的适应度。2、变异强度，变异强度则是每次基因杂交完，基因变化的一个范围。B项错误。答案ACD86.基因知识图谱具备以下哪几种能力?A、辅助病例诊断B、疾病预测及诊断C、基因检测报告生成D、实体查询【正确答案】：ACD解析：

087.关于线性回归说法正确的是（）A、输入特征是非随机的且互不相关的B、随机误差具有零均值，同方差的特点C、随机误差彼此间不相关D、输入特征于随机误差不相关【正确答案】：ABCD解析：

088.假设我们要解决一个二类分类问题,我们已经建立好了模型,输出是0或1,初始时设阈值为0.5,超过0.5概率估计,就判别为1,否则就判别为0;如果我们现在用另一个大于0.5的阈值,那么现在关于模型说法,正确的是A、模型分类的召回率不变B、模型分类的召回率会升高C、模型分类准确率会升高或不变D、模型分类准确率降低【正确答案】：AC解析：

准确率：即预测结果正确的百分比。精确率（查准率）：预测结果为正例样本中真实为正例的比例（查得准）。召回率（查全率）：真实为正例的样本中预测结果为正例的比例（查的全，对正样本的区分能力。F-score：在实践中，我们定义了新的指标去“综合”这两个指标。具体的定义如公式（3），从数学上来看，它其实是查准率与查全率的调和平均数。对于二元分类问题，F-score综合考虑了预测结果的查准率和查全率，是一个比较好的评估指标。89.需要循环迭代的算法有A、k-meansB、线性回归C、svmD、逻辑回归【正确答案】：ABD解析：

支持向量机（SVM）从数据中找出一个数据的分割超平面。将两个类别的数据完全分割开，并且在模型构建的过程中，保证分割区间最大化,无迭代循环90.人工神经元网络包括（）A、输入层B、中间隐藏层C、映射层D、输出层【正确答案】：ABD解析：

见算法解析91.以下关于机器学习算法与传统基于规则方法的区别中正确的是?A、传统的基于规则的方法，其中的规律可以人工显性的明确出来B、传统基于规则的方法使用显性编程来解决问题C、机器学习中模型的映射关系是自动学习的D、机器学习所中模型的映射关系必须是隐性的【正确答案】：ABC解析：

092.英语重视哪两个问题的区分?（）A、谓语与非谓语B、可数名词与不可数名词C、冠词与数词D、单复数【正确答案】：BD解析：

见算法解析93.以下属于深度学习算法的是A、CNNB、FCMC、FPND、GCN【正确答案】：ACD解析：

FCM算法是聚类算法，不是深度学习算法94.选择如下哪些搜索方法属于无信息搜索A、贪婪搜索B、A*搜索C、双向搜索D、宽度优先搜索【正确答案】：CD解析：

095.下列选项中，哪项是可以用于数据采集的技术？A、FlumeB、HiveC、KafkaD、Mahout【正确答案】：AC解析：

Hive和Mahout主要用于数据的分析式处理96.常用的聚类模型评价指标包括A、调整兰德系数B、轮廓系数C、基尼系数D、Jaccard系数【正确答案】：ABD解析：

097.关于谓词逻辑，下列描述正确的是（）A、紧接于量词之后被量词作用的谓词公式称为该量词的辖域B、在一个量词的辖域中与该量词的指导变元相同的变元称为约束变元C、仅个体变元被量化的谓词成为一阶谓词D、个体变元、函数符号和谓词符号都被量化的谓词成为二阶谓词【正确答案】：ABCD解析：

098.K-Means聚类法的局限性体现在（）A、K-Means聚类法对噪声和离群点敏感B、K-Means聚类法对变量的要求比较高C、由K-Means聚类法得到的聚类结果，轮廓系数都不是很大。D、应用K-Means聚类法需要预先设定聚类个数【正确答案】：ABD解析：

k均值聚类算法（k-meansclusteringalgorithm）是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。99.AlexNet与LeNet的区别是A、模型构造不同B、激活函数不同C、AlexNet使用dropout来控制全连接层的模型复杂程度D、AlexNet中引入了图像增广【正确答案】：ABCD解析：

AlexNet与LeNet的区别是模型构造不同,激活函数不同,AlexNet使用dropout来控制全连接层的模型复杂程度,AlexNet中引入了图像增广100.深度学习中以下哪些步骤是由模型自动完成的?A、模型训练B、特征选择C、分析定位任务D、特征提取【正确答案】：BD解析：

01.在解决函数优化问题时,基因遗传算法的全局性不好,容易陷入局部最优值。（）A、正确B、错误【正确答案】：B解析：

02.在神经网络中，每个参数可以有不同的学习率A、正确B、错误【正确答案】：A解析：

03.为了解决特定的计算程序，如分类器或专家知识等多种模式，进行战略性生产和组合。这个过程被称为集成学习。A、正确B、错误【正确答案】：A解析：

正确4.人工智能研究的先驱者认为人的智能主要表现在人能学习知识和运用知识上，知识是智能的基础于是学者们把专门的知识集、规则集和附加过程组成知识库，开发出许多专家系统（英文缩写为ES），在领域获得成功（）A、正确B、错误【正确答案】：A解析：

正确5.Python标准库os中的方法startfile（）可以启动任何已关联应用程序的文件，并自动调用关联的程序。A、正确B、错误【正确答案】：A解析：

正确6.Dropout对一个神经元随机屏蔽输入权重A、正确B、错误【正确答案】：B解析：

07.离群点是一个观测值,它与其他观测值的差别如此之大,以至于怀疑它是由不同的机制产生的A、正确B、错误【正确答案】：A解析：

08.自然语言处理基础技术包括分词、词性标注、词法分析、语法分析、语义分析、篇章分析等A、正确B、错误【正确答案】：A解析：

正确9.在聚类分析当中，MAX（全链）技术可以处理任意形状的簇A、正确B、错误【正确答案】：B解析：

010.只能通过切片访问列表中的元素，不能使用切片修改列表中的元素。A、正确B、错误【正确答案】：B解析：

见函数库11.正则表达式元字符“s”用来匹配任意空白字符。A、正确B、错误【正确答案】：A解析：

正确12.VGG模型于2014年被提出，是最流行的RNN模型之一，在ImageNet比赛中，达到了Top5错误率7.3%A、正确B、错误【正确答案】：B解析：

错误13.广义人工智能是指通过计算机实现人的头脑思维所产生的效果，通过研究和开发用于模拟、延伸人的智能的理论、方法、技术及应用系统所构建而成的，其构建过程中综合了计算机科学、数学、生理学、哲学等内容A、正确B、错误【正确答案】：A解析：

正确14.美国共有33个州可以共享数据A、正确B、错误【正确答案】：A解析：

正确15.基于人工智能技术的数据深度伪造将威胁网络安全、社会安全和国家安全。A、正确B、错误【正确答案】：A解析：

正确16.判断AI应用场景可行性的方法是构建前提和商业前提A、正确B、错误【正确答案】：A解析：

正确17.根据应用场景不同，人工智能芯片可分为通用类芯片（比如CPU和GPU）、基于FPGA的半定制化芯片、全定制化ASIC芯片、类脑计算芯片A、正确B、错误【正确答案】：B解析：

根据不同的应用场景，人工智能芯片设计可以分为云推理、云训练、终端推理三部分18.只有Python扩展库才需要导入以后才能使用其中的对象，Python标准库不需要导入即可使用其中的所有对象和方法。A、正确B、错误【正确答案】：B解析：

见函数库19.人工智能是指能够像人一样进行感知、认知、决策和执行的人工程序或系统。A、正确B、错误【正确答案】：A解析：

正确20.美国计算机科学家艾伦图灵对于人工智能的发展起到了至关重要的推动作用A、正确B、错误【正确答案】：B解析：

英国21.人工智能是“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学”，将其视为计算机科学的一个分支，指出其研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等A、正确B、错误【正确答案】：A解析：

正确22.训练循环神经网络的算法是BPTTA、正确B、错误【正确答案】：A解析：

正确23.卷积操作中，卷积核在整张图片上滑动，不同区域共用同样的卷积核参数，与输入图片尺寸有关A、正确B、错误【正确答案】：B解析：

与尺寸无关24.计算机视觉通过深度学习来形成神经网络，模仿人类视觉系统进行图像配准、处理和分析A、正确B、错误【正确答案】：A解析：

正确25.可用作数据挖掘分析中的关联规则算法有Apriori算法、FP-Tree算法、K均值法、SOM神经网络A、正确B、错误【正确答案】：B解析：

可用作数据挖掘分析中的关联规则算法有Apriori算法、FP-Tree算法。（K-means：聚类、SOM神经网络：降维）26.在GBK和CP936编码中一个汉字需要2个字节。A、正确B、错误【正确答案】：A解析：

正确27.数据质量和安全直接影响人工智能系统算法模型的准确性，进而威胁人工智能应用安全。A、正确B、错误【正确答案】：A解析：

正确28.冗余属性不会对决策树的准确率造成不利的影响A、正确B、错误【正确答案】：A解析：

029.卷积神经网络的并发性，比循环神经网络好A、正确B、错误【正确答案】：A解析：

正确30.由于卷积核比较小，可以堆叠更多的卷积层，加深网络的深度，这对于图像分类任务来说是不利的。A、正确B、错误【正确答案】：B解析：

错误31.美国欧亚集团咨询公司将数据数量和质量视为衡量人工智能发展潜力的重要评价指标。A、正确B、错误【正确答案】：A解析：

正确32.根据结构不同，智能传感器可以分为采集存储型传感器、筛选型传感器、控制型传感器等A、正确B、错误【正确答案】：B解析：

如果从结构上划分，智能传感器可以分为集成式、混合式和模块式。33.利用one-hot表示一个向量，使用一个词表长的向量表示一个单词，被表示单词对应的位置为0，其他单词对应的位置均为1A、正确B、错误【正确答案】：B解析：

错误34.dropout方法在预测过程中keep_prob=1A、正确B、错误【正确答案】：A解析：

正确35.神经网络中的注意力机制受到人类视觉中注意力的启发，即人类视觉注意力能够聚焦到图像的特定区域，并在这个区域有非常低的分辨率，而在其它区域有较高的分辨率。A、正确B、错误【正确答案】：B解析：

神经网络中的注意力机制受到人类视觉中注意力的启发，即人类视觉注意力能够聚焦到图像的特定区域，并在这个区域有非常高的分辨率，而在其它区域有较低的分辨率。36.原始业务数据来自多个数据库或数据仓库，它们的结构和规则可能是不同的，这将导致原始数据非常的杂乱、不可用，即使在同一个数据库中，也可能存在重复的和不完整的数据信息，为了使这些数据能够符合数据挖掘的要求，提高效率和得到清晰的结果，必须进行数据的预处理。A、正确B、错误【正确答案】：A解析：

037.近年来随着算法的更迭、算力的升级、数据的爆发，计算机视觉技术快速发展。特别是在深度学习算法出现后，计算机视觉技术得到了很大的突破，当前已处于比较成熟的阶段A、正确B、错误【正确答案】：A解析：

正确38.麦特卡尔夫定律指的是在当前我们凡是一个成功的商业运作，总是把价格最低的资源尽可能消费掉，来保留价格最贵的资源A、正确B、错误【正确答案】：A解析：

正确39.Python字典中的“键”可以是列表。A、正确B、错误【正确答案】：B解析：

见函数库40.已知A和B是两个集合，并且表达式AB的值为True。A、正确B、错误【正确答案】：B解析：

见函数库41.机器学习是指计算机使用大数据集而不是硬编码规则来学习的能力。A、正确B、错误【正确答案】：A解析：

正确42.AI作为决策系统的前提是信息采集和自动化实施要完备A、正确B、错误【正确答案】：A解析：

正确43.Python标准库threading中的Lock、RLock、Condition、Event、Semaphore对象都可以用来实现线程同步。A、正确B、错误【正确答案】：A解析：

正确44.一个循环神经网络可以被展开成为一个完全连接的、具有无限长度的普通神经网络A、正确B、错误【正确答案】：A解析：

045.常用的单向循环神经网络，同层的神经元，彼此相连A、正确B、错误【正确答案】：B解析：

常用的单向循环神经网络，同层的神经元，彼此不相连46.知识图谱是一种基于图的数据结构，由节点和边组成，每个节点表示一个“实体”，每条边为实体与实体之间的“关系”A、正确B、错误【正确答案】：A解析：

正确47.对分类问题，若类别数目为N，则最后一个全连接层的神经元数目必须为NA、正确B、错误【正确答案】：A解析：

正确48.神经网络由输入层、隐藏层、输出层基本组成。A、正确B、错误【正确答案】：A解析：

049.使用paddle.optimizer.SGDAPI加载MNIST数据集A、正确B、错误【正确答案】：B解析：

见函数库50.对于列表而言，在尾部追加元素比在中间位置插入元素速度更快一些，尤其是对于包含大量元素的列表。A、正确B、错误【正确答案】：A解析：

正确51.智慧城市的构建包括联网监控。A、正确B、错误【正确答案】：B解析：

052.只可以动态为对象增加数据成员，而不能为对象动态增加成员方法。A、正确B、错误【正确答案】：B解析：

见函数库53.Sigmoid是神经网络中最常用到的一种激活函数，除非当梯度太大导致激活函数被弥散，这叫作神经元饱和,这就是为什么ReLU会被提出来，因为ReLU可以使得梯度在正向时输出值与原始值一样。这意味着在神经网络中ReLU单元永远不会饱和。A、正确B、错误【正确答案】：B解析：

054.深度学习建模编写方式中，静态图模式（命令式编程范式，类比Python）：解析式的执行方式。用户无需预先定义完整的网络结构，每写一行网络代码，即可同时获得计算结果A、正确B、错误【正确答案】：B解析：

错误55.知识图谱构建技术主要包括：知识抽取、知识融合、知识表示、知识验证和知识推理A、正确B、错误【正确答案】：A解析：

正确56.人工智能的一个重要分支是PatternRecognition，中文名称是模式识别它主要研究视觉和听觉的识别（）A、正确B、错误【正确答案】：A解析：

正确57.Python标准库os中的方法isdir（）可以用来测试给定的路径是否为文件夹。A、正确B、错误【正确答案】：A解析：

正确58.普通的循环神经网络会遇到梯度爆炸和梯度消失的问题，所以现在在自然语言处理领域，一般会使用LSTM网络模型。A、正确B、错误【正确答案】：A解析：

长短时记忆网络（LongShortTermMemory，简称LSTM）模型，本质上是一种特定形式的循环神经网络（RecurrentNeuralNetwork，简称RNN)。LSTM模型在RNN模型的基础上通过增加门限（Gates）来解决RNN短期记忆的