人工智能基础智慧树知到期末考试答案2024年

人工智能基础智慧树知到期末考试答案2024年人工智能基础大数据的5V不包括：（）

A:容量（Volume）：数据之大B:可变性（Variability）：变化之大C:速度（Velocity）：速度之快D:价值（Value）：价值之高E:真实性（Veracity）：数据之实答案:可变性（Variability）：变化之大关于聚类与分类的不正确描述是：（）

A:聚类与分类算法一样并不需要迭代计算B:分类是是有指导型算法C:聚类与分类的联系是它们同属分类学习算法D:聚类算法是一个非指导型答案:聚类与分类算法一样并不需要迭代计算下列哪个例子属于监督学习（）

A:算法先少量给用户推荐各类文章，用户选择性阅读后，算法会根据这一情况构建用户的喜好B:用户每读一篇文章，就给这篇新闻贴上分类标签C:其余选项都对D:用户经商阅读军事类和经济类的文章，算法就把和用户读过的文章类似的文章推荐给你答案:用户每读一篇文章，就给这篇新闻贴上分类标签对于图像识别问题（比如识别照片中的猫），哪种神经网络模型结构更适合？（）

A:感知器B:多层感知器C:卷积神经网络D:循环神经网络答案:卷积神经网络那种不属于图像处理的内容

A:计算机视觉B:网络爬虫C:图像分析D:图像处理答案:网络爬虫统计机器学习模型的是自然语言处理中的重要文本表示模型，以下不属于它的（）。

A:Word2Vec模型B:词袋模型C:N-Gram模型D:循环神经网络答案:循环神经网络以下关于测试样本集和训练样本集描述正确的是（）

A:训练样本集可以用来训练分类模型B:测试样本集和训练样本集都可以用来评估分类模型的性能C:训练样本集可以用来评估分类模型的性能D:测试样本集可以用来训练分类模型答案:训练样本集可以用来训练分类模型人工智能的最终目标是（）。

A:探讨智能形成的机理，研究利用自动机模拟人的语言过程B:探讨智能形成的机理，研究利用自动机模拟人的行为过程C:探讨智能形成的机理，研究利用自动机模拟人的思维过程D:探讨智能形成的机理，研究利用自动机模拟人的运算过程答案:探讨智能形成的机理，研究利用自动机模拟人的思维过程确定性关系可以使用（）表现出来

A:过程B:函数C:程序D:关系答案:函数分类器不包括的（）

A:朴素贝叶斯B:决策树C:图灵测试D:逻辑回归答案:图灵测试应用梯度算法，学习率过大可能会造成（）不良结果

A:快速收敛B:震荡收敛C:慢速收敛D:跨越最低点答案:跨越最低点分类器是数据挖掘中对样本进行分类的方法的统称，常用的分类算法有（）

A:朴素贝叶斯B:其余选项都对C:逻辑回归D:神经网络算法答案:其余选项都对分类准确率是指分类正确的样本数占总样本数的比例。这里的样本指的是：（）

A:正样本B:负样本C:训练样本D:测试样本答案:测试样本下列神经网络不属于前馈神经网络的是（）

A:循环神经网络RNNB:BP神经网络C:卷积神经网络CNND:感知机答案:循环神经网络RNN图像基本运算可以分为点运算、（）、逻辑运算和几何运算四类。

A:代数运算B:加法运算C:数组运算D:向量运算答案:代数运算常见的统计机器学习模型不包括（）

A:RNNB:Word2Vec模型C:词袋模型D:N-Gram模型答案:RNN不可以作为图像特征的是

A:边缘B:纹理C:图像名D:颜色答案:图像名图像处理中的几何运算不包括下面哪一项（）

A:代数变换B:形状变换C:仿射变换D:位置变换答案:代数变换激活函数应当具有以下（）特征：

A:非单调性B:非输出有限C:非线性D:非处处可导答案:非线性人工智能分类不包括下列哪一类？（）

A:弱人工智能B:类人工智能C:强人工智能D:超人工智能答案:类人工智能可以检测运动目标的运算是

A:图像加法B:图像减法C:图像除法D:图像乘法答案:图像减法函数z=ax+by中，变量z与变量x的关系为（）。

A:完全相关B:其余选项都不正确C:不完全相关D:不相关答案:不完全相关数字图像与灰度直方图间的对应关系是（）

A:多对多B:多对一C:一对多D:一一对应答案:多对一语义分析的目的是

A:获得网上的资源B:通过语法树或其他算法，分析主语、谓语、宾语、定语、状语、补语等句子元素。C:获得所处理的语言表达的正确的含义。D:设计相应的算法在语料库的基础上，生成新词候选词表，并补充到字典中答案:获得所处理的语言表达的正确的含义。小孔成像验证了

A:光的折射B:光的反射C:光的衍射D:光的直线传播答案:光的直线传播模拟图像转化为数字图像需要经过（）

A:图像灰度级设定B:确定图像的存储空间C:图像分辨率设定D:采样和量化答案:采样和量化使用一对多方法将N个分类任务进行求解的策略方法描述正确的是（）

A:如果测试结果有多个正例相近的分类器，则判断结果的置信度，置信度小的分类别作为最终分类器B:指将N个分类任务进行M次划分，每次将一部分类划分为正类，另一部分类划分为反类。C:使用N个分类器分别进行测试，测试结果正例最小的一个为所求解的分类器。D:训练时依次把某个类别的样本归为一类，其他剩余的样本归为另一类，可以概括为自己一类为正例，其余类为负例，N个分类任务将产生N个分类器。答案:训练时依次把某个类别的样本归为一类，其他剩余的样本归为另一类，可以概括为自己一类为正例，其余类为负例，N个分类任务将产生N个分类器。关于感知机说法不正确的是（）

A:从训练集中选取一个训练数据，如果这个训练数据被误分类，不需要做任何操作B:感知机是一种分类器获取算法C:最开始时会先随机确定分类直线D:感知机在工作中是不断调整的答案:从训练集中选取一个训练数据，如果这个训练数据被误分类，不需要做任何操作数据挖掘的目前已有的挖掘任务包括：（）

A:序列分析B:分类和聚类C:关联规则挖掘D:心理行为分析答案:关联规则挖掘;分类和聚类;序列分析下面对信息的定义描述不太恰当的是（）。

A:信息与物质及能量构成整个宇宙B:信息是物质和能量运动的形式C:信息就是数据D:信息就是知识答案:信息就是数据;信息就是知识TensorFlow具有以下特点：（）

A:多语言支持B:自动完成逻辑推理C:可移植性D:自动完成科学计算答案:可移植性###多语言支持###自动完成科学计算有命题公式集S={p，p∧q→r，t→q，t}，该公式集可以推出：（）

A:非pB:p∧qC:qD:r答案:q;r;p∧q在以或图对应的背景进行搜索扩展时，可在若干分支中选择其一。下面哪几项属于或图搜索背景。（）

A:求解一个数学应用题时，多种解法之间的选择B:求解一个数学积分问题时，利用了一个积分规则后的继续求解C:一个下棋程序，落子时在若干下棋规则的选择D:搜索一条最短路径时，在若干路径中的选择答案:一个下棋程序，落子时在若干下棋规则的选择###搜索一条最短路径时，在若干路径中的选择###求解一个数学应用题时，多种解法之间的选择博弈搜索算法的静态估计函数f，对于一个棋局P，下面描述正确的是：（）

A:对于胜局，取1B:对于败局，取0C:有利于程序方，f（P）取正值D:有利于程序的对方，f（P）取负值答案:有利于程序方，f（P）取正值;有利于程序的对方，f（P）取负值神经网络模型的一般分类方法有：（）

A:按网络的输出方式B:按网络的活动方式C:按神经网络的建立原理D:按学习方式答案:按学习方式###按神经网络的建立原理###按网络的活动方式通用或图搜索算法是在一个隐式图上进行搜索，这个图由以下几个表构成（）

A:反向边表TreeB:路径节点表C:Open表D:Closed表答案:Closed表###Open表###反向边表Tree神经网络的主要特征包括：（）

A:一个人工神经元的输出可以任意分支，且大小不变B:并行、分布处理结构C:计算规模小，复杂度低D:输出信号可以是任意的数学模型答案:并行、分布处理结构;一个人工神经元的输出可以任意分支，且大小不变;输出信号可以是任意的数学模型一般简单的专家系统包括如下哪几项？（）

A:人机界面B:知识库C:开发工具D:推理机答案:知识库;推理机;人机界面或图搜索A算法中，f(n)=g(n)+h(n)，对于f函数不同的选取，下面正确的描述是（）

A:h、g都不为0，为广度优先搜索B:h=0，为深度优先搜索C:h=g=0，为随机搜索D:g=0，为启发式搜索答案:g=0，为启发式搜索;h=g=0，为随机搜索传教士和野人过河问题用三元组S=（ML，CL，BL）表示过河某一时刻的状态，ML表示传教士在左岸的实际人数，CL表示野人在左岸的实际人数，BL用来指示船是否在左岸。以下哪些是合法状态？（）

A:(5，5，1)B:(2，3，1)C:(0，0，0)D:(5，5，0)答案:——有一个农夫带一只狐狸、一只小羊和一篮菜过河。假设农夫每次只能带一样东西过河，考虑安全，无农夫看管时，狐狸和小羊不能在一起，小羊和菜篮不能在一起。问题状态空间可以四元组(m，f，s，v)描述，如果农夫、狐狸、小羊、菜在左岸，则用1表示；否则用0表示。下述状态中，不合法的状态有：（）

A:（1，1，1，0）B:（1，0，0，0）C:（1，1，0，1）D:（0，1，1，1）答案:(0,1,1,1)###(1,0,0,0)使用与/或图搜索求解问题所需要的要素有：（）

A:将问题变换成子问题的变换规则。B:与/或图的描述。C:要求解的初始问题的描述。D:本原问题的描述。答案:与按分类来说，人工神经网络包括（）。

A:生物神经网络B:循环神经网络C:反馈神经网络D:前馈神经网络答案:前馈神经网络###反馈神经网络###循环神经网络神经网络由许多神经元组成，每个神经元只能接受一个输入，处理它并给出一个输出。

A:对B:错答案:错前馈网络又称记忆联想网络

A:错B:对答案:错α-β剪枝法，采用的是有界深度优先策略进行搜索。（）

A:正确B:错误答案:正确D-S理论认为：相信某个事实A，其余的部分就是表示不信任A。（）

A:对B:错答案:对蚂蚁会按照一定的概率不往信息素高的地方走而另辟蹊径，这可以理解为一种创新。（）

A:对B:错答案:对象棋所规定的下棋规则就是下象棋程序的扩展规则。（）

A:对B:错答案:错虽然蚂蚁个体之间不发生联系，但是它們通过信息素影响环境，同时也受到环境中的信息素的影响。（）

A:对B:错答案:错β剪枝：是极大层在下层的β值大于在上层的极小层的α值时，产生剪枝。（）

A:对B:错答案:对变异是在个体中遗传物质被改变，它可以使运算过程中丢弃的个体的某些重要特性得以恢复。（）

A:错误B:正确答案:正确MINMAX搜索算法的基本思想是一种换位思考的思想。（）

A:错误B:正确答案:正确默认逻辑是在信息不完全和前提缺省的情况下默认一些先决条件而进行的推理。（）

A:错误B:正确答案:正确启发式函数是一种映射函数，它可以把对问题的当前状态的描述映射成一种接近目标的程度。（）

A:正确B:错误答案:正确锦标赛选择、(μ，λ)和μ+λ选择是一种基于局部竞争机制的选择。（）

A:错误B:正确答案:正确转盘赌选择（roulettewheelselection）是一种随机的选择方式，因此个体选择的概率是均等的。（）

A:正确B:错误答案:错误爬山法是一种贪婪算法，也能保证找到最优解。（）

A:对B:错答案:错若每个理发师都为不能给自己理发的人理发，且每个理发师都不为能给自己理发的人理发，则不存在任何理发师。这是一个悖论吗？（）

A:错B:对答案:对深度学习框架Coffee的取名来源于它的开发者喜欢喝咖啡。（）

A:错误B:正确答案:错误SystemML是由Google创建的，利用大数据进行机器学习的最佳开源工具之一。（）

A:错误B:正确答案:错误遗传算法中的选择操作是从当前群体中选出个体以生成交配池的过程。（）

A:错误B:正确答案:正确或图对应的背景为搜索扩展时，可在若干分支选择其中之一。（）

A:对B:错答案:对遗传算法中的个体是用一个数据结构表示的，用来描述基本的遗传结构。（）

A:错B:对答案:对极小层的倒推值β永不上升，极大层的α倒推值永不下降。（）

A:对B:错答案:错基于适应值比例的选择和基于排名的选择都是根据个体的适应值在种群中所占的比例或排名位置来确定选择概率，然后进行选择。（）

A:对B:错答案:对若A1，A2均是A*算法，其中h1(x)，h2(x)为两个算法的评价函数的h部分，如果h1(x)＜h2(x)，则称A2比A1更具有信息，则A2比A1搜索的节点更多。（）

A:错B:对答案:错一台机器要通过图灵测试并不需要具有大量的人的基本常识。（）

A:对B:错答案:错专家系统的元知识和目标知识的形式可以完全相同，所以对元知识的推理和目标知识的推理可以采用同一个推理机制。（）

A:错B:对答案:对Tensorflow有一个简单易用的python使用界面来构建数据流图。（）

A:错B:对答案:对TensorFlow提供了多种API，单个API就可以将计算部署到移动设备中的一个或多个CPU或GPU。（）

A:对B:错答案:对遗传算法中的遗传操作就是一种搜索算法中扩展规则。（）

A:对B:错答案:对使用Tensorflow，用户无需要定义预测模型的结构，就能一直清楚地看到计算过程。（）

A:错误B:正确答案:错误极小极大过程是一种深度优先搜索过程。（）

A:错B:对答案:错蚁群算法中的信息正反馈指的是，一旦一只蚂蚁发现食物，通过信息素会引来更多的蚂蚁，进而更多的蚂蚁也将留下更多的信息素。（）

A:错误B:正确答案:正确对“张量”（tensor）不正确的描述包括：（）

A:张量是“大小可动态调整”的多维数组B:张量是TensorFlow中数据的单位C:一个张量由任意维数的原始值数组组成D:张量没有阶数或维数的度量答案:AI参考:对“张量”（tensor）不正确的描述包括：（D:张量没有阶数或维数的度量）。\n\n张量是大小可动态调整的多维数组，由任意维数的原始值数组组成，这是张量的基本定义。在数学和物理学中，张量是一个重要的概念，它可以表示不同数量和形状的变量。因此，选项A和C描述正确。而选项B虽然不是描述的错误，但在某些情况下，人们可能会将张量与TensorFlow中的数据单位混淆。因此，选项B虽然不直接描述张量的错误，但也不完全准确。所以，D选项是唯一不正确的描述。'A*算法就是对A算法的评估函数加上一些限制后得到的一种启发式搜索算法。下述哪一项不是A*算法的要求。（）

A:h(n)＜=h*(n)B:g(n)＞0C:h(n)＞0D:h(n)具有单调性答案:AI参考:答案是C：h(n)＞0。\n\nA*算法是一种启发式搜索算法，它要求评估函数h(n)小于等于最优评估函数h*(n)，即A选项正确。同时，g(n)必须大于零，即B选项正确，因为只有当目标状态和当前状态之间的代价大于零时，才能进行有效的搜索。对于D选项，h(n)具有单调性也是A*算法的要求之一，因为它有助于算法找到最优解。而C选项中说h(n)大于零是不正确的，因为启发式函数通常是一个非负的函数，用于指导搜索方向，而不是限制搜索范围。因此，正确答案是C选项。'集智规则中不包括：（）

A:觅食规则B:蚂蚁之间关联规则C:移动规则D:避障规则答案:AI参考:正确答案是D：避障规则。\n\n集智规则是指在群体决策中，通过个体之间相互启发、相互激励，激发新的思想，产生新的组合，达到集思广益的效果。其中，蚂蚁之间关联规则、觅食规则和移动规则都属于集智规则中的一种，而避障规则与集智规则无关。因此，选项D是不包括的选项。'以下关于分类的说法，错误的是（）

A:分类的目标是指将具有相似特征的对象聚集B:对象的特征通常被描述为特征值C:分类只能实现二分类D:特征在向量中则描述为特征向量答案:AI参考:关于分类的说法，错误的是分类只能实现二分类。其他选项的含义如下：\n\nA：分类的目标是指将具有相似特征的对象聚集：这个说法是正确的。分类的目的就是将数据或对象进行分组，使得具有相似特征的对象被分到一起。\n\nB：对象的特征通常被描述为特征值：这个说法也是正确的。特征值是用来描述对象特征的数值，比如颜色、形状、大小、位置等。\n\nC：分类只能实现二分类：这个说法是错误的。分类可以处理多类问题，不仅仅是二分类。在机器学习中，常见的分类算法如支持向量机、逻辑回归、决策树、随机森林、神经网络等都可以处理多类问题。\n\nD：特征在向量中则描述为特征向量：这个说法也是正确的。特征向量是用来描述特征的向量化数值，比如在图像识别中，颜色、形状、大小等特征就可以用特征向量来表示。\n\n因此，答案为C：分类只能实现二分类。'判断下列子句集中哪些是可推出矛盾的：（）

A:{P(y)∨Q(y),¬P(f(x))∨R(a)}B:{¬P∨Q,¬Q,P}C:{¬P