2024年人工智能训练师（高级）职业鉴定理论考试题库及答案

案1.下列()情形中，不构成侵权。A、CNN3.在平台使用上，以下()操作是错误的。C、查看日志->定位问题->无法自行解决->平台oncallD、查看日志->无法定位问题->平台oncall9.在使用word进行文字编辑时，下面叙述中()是错误的。A、word可将正在编辑的文档另存为一个纯文本(TXT)文件D、word允许同时打开多个文档10.在数据清洗过程中，最重要的步骤是()A、标记所有数据B、仅标记重要数据C、标记重要数据并执行进一步清洗操作11.经常与黑客软件配合使用的是()A、Bert有1个预训练任务B、ert有2个预训练任务C、Bert有3个预训练任务D、Bert有4个预训练任务15.下面对幻灯片的打印描述中，正确的是()16.在制定数据标注培训流程时，培训方式不包括()A、线上培训C、集中培训D、实际操作培训17.当事人申请劳动争议仲裁的时效是从知道或应当知道权利受侵害之日起()18.测试模型性能过程中，可能会出现()26.以下()情况属于模型过拟合的表现。据集的方差或标准差的1倍A、精准率28.影响模型性能的常见因素包括()下()指标无需关注。33.以下()可以使用监督学习解决。于()类商标。B、300万43.在Excel中，各运算符号的优先级由高到低顺序为()D、误伤率50.以下()工具不能用于保障数据质量。C、控制图D、甘特图51.我国劳动法律规定的最低就业年龄是()周岁。52.模型训练后出现欠拟合的情况，以下()处理方法不得当。53.目前在中小学教学中广泛使用的计算机是()55.以下关于数据集说法正确的是()59.以下()不是数据清洗的流程。60.由于CNN能够提取图像中的空间特征，所以CNN是()领域最常用的模型。B、语音识别61.0NNX深度学习框架提供的测试工具可以选择使用()62.不可以使用以下()方法来处理数据集中的缺失值。A、插值63.在对模型性能进行测试时，以下()环节是相对最为重要的步骤。B、训练模型述错误的是()B、绘制ROC曲线D、绘制AUC曲线73.关于机器学习中的batch_size调整方法，以下说法正确问题时，以下()维度无需关注。78.以下()措施不能防止计算机病毒的危害。79.在word的文档窗口进行最小化操作()A、1年A、可以使用图形化界面，例如模拟器或可视化测试工具，以便更好地理解模型84.系统存放任何程序和数据都必须有一定的()A、存储空间B、系统性能85.以下()措施可以确保数据集的安全性和保密性。86.以下关于RNN算法说法错误的是()87.下列()不是计算机犯罪的特征。决户C、A模型召回量为1000,准确率为90%;B模型召回量为1200,准确率为76%。D、A模型召回量为1000,准确率为90%;B模型召回量为1200,准确率为76%。96.计算机病毒是()97.在进行数据分析时，以下()因素最重要。106.在制定数据标注人员的准入方案时，以下()测试方法评估标注人员的准确107.以下关于模型训练算法优劣说法正确的是()108.下面对word编辑功能的描述中()错误的。C、word可以插入多种类型的图形文件实行()123.法律规定职工每日工作8小时，每周工作40小时，属于()需关注()126.总数据量为10,模型预测有结果的为6条，无结果的为4条，其中6条有结果的数据中预测正确的是5,则模型准确率是多少，精准率是多少()A、准确率为50%,精确率为83.3%B、准确率为83.3%,精确率为50%C、准确率为50%,精确率为50%D、准确率为83.3%,精确率为83.3%129.网页病毒主要通过()途径传播。131.微机病毒是指()132.在机器学习中，如何配置不同的测试集和测试方式以评估模型的性能()133.在使用模型测试工具时会涉及步骤1.选择模板2.准备测试集3.调整参数4.分析结果，以上步骤的正确顺序是()134.我国著作权法中，著作权与下列()概念相同。这种情况说法正确的是()原则中的()145.总数据量为20,模型预测有结果的为12条，无结果的为8条，其中12条有结果的数据中预测正确的是10,则模型准确率是多少，精准率是多少()A、准确率为50%,精确率为83.3%B、准确率为83.3%,精确率为50%C、准确率为50%,精确率为50%D、准确率为83.3%,精确率为83.3%146.以下()数据集用来衡量模型的性能。148.以下()不是常见的神经网络模型。A、CNN149.以下()措施是最适合用来提升数据质量。召回率的描述错误的是()练按一下Delete键，则该句子()评估调整，以上的正确顺序为()174.在Excel中，以下()函数可以用于将两个单元格中的文本合并成一个单元180.PowerPoint2010的主要功能是()A、只有(1)正确D、(1)和(2)都不正确D、CNN算法精度由于Bert算法202.模型评估F1值的计算公式为()A、F1=(1×PrecisionXRecall)/(Precision+ReB、F1=(2×PrecisionXRecC、F1=(3×PrecisionXRecall)/(D、F1=(4×PrecisionXRe面中是否有猫咪的模型，以下()模型能力可以满足需求。C、检测模型D、人脸识别模型206.模型测试完毕分析发现有大量误召，以下不是造成该问题原因的是()模型应该具有高准确率，这意味着它可以准确地预测输入数据。以下()公式表D、(2×Precision×Reca这个问题是()222.以下()指标不可作为模型的验收标准。223.计算机病毒的危害性表现在()查处的部门是()237.在机器学习中，最常用的learning_rate调整方法是()在默认状态下字符串将()A、14周岁B、15周岁C、16周岁D、18周岁260.计算机连网的主要目的是()力A、TensorBoard是一个可视化工具，可以帮助用户跟踪训练和测试过程B、KerasAPI是TensorFlow的一个高级API,可以让开发人员编写自定义的神经C、PyTorch是另一种流行的深度学习框架，它也提供了一些工具和API来收集D、H20.ai是一个基于化学元素梳理的语料库，可作为模型测试集的补充。274.以下关于数据增强的说法正确的是()A、数据增强指的是通过对数据进行旋转、缩放、翻转等操作，增加数B、数据增强指的是通过对数据进行倍数调整，提升模型的拟合能力C、数据增强指的是通过针对性添加制定特征，提升部分特征的拟合能力D、数据增强指的是通过添加惩罚项，防止过拟合，从而提升模型的泛化能力275.以下算法名称对应关系不正确的是()B、RNN-循环神经网络C、LSTM-长短时记忆网络276.在使用循环神经网络(RNN)模型时，以下()超参数用于控制网络中记忆C、K均值聚类287.以下()算法不擅长并行计算。A、CNN1.以下说法正确的是()果4.以下()是制定解决方案的必要要求。5.常见的项目管理工具有()8.以下()训练集可以合并。A、d_live_comment_posti的效果为万分之一的进审下，模型召回率50%,准确率50%,以下()方式可以22.语音识别主要由()部分组成。确的是()29.以下()维度调整会影响模型训练速度41.数据监控体系应该具备()特点。务设计忽略了()要素。B、ert训练时的学习词长(max_len)设为100049.以下()属于图表呈现形式。A、标准化具非常重要。以下是描述测试工具的使用规范正确的是()54.在制定培训流程时，应该考虑以下()因素。集、还包括()60.以下()是模型训练里应该有的步骤。61.以下()不属于我们的业务场景分析思路。62.以下()训练集合可以被合并。64.常见的数据清洗方法包括()66.可以通过()方法提升信度。师可以()式包括()况，还有()。B、用户画像76.以下()属于模型训练的步骤。A、制定规则77.以下对模型准确率的表述正确的是()A、如果一个模型的准确率很高，那么它表明这个模型可以预测各种情况下B、一个模型的准确率越高，则它的召回能力也越高D、如果模型的预测准确率为80%,则表示模型预测的结果与实际结果相差20%78.以下关于准确率的说法不正确的是()B、业务平时收集100条负例，这100条负例单独过模型，有30条得分在阈值以上，则准确率为30/100=30%84.在项目过程中，应当定期反馈以下()内容。88.未经数据处理的原始数据中，可能会存在()问题。89.下列活动中()属于AI项目中的增值活动。A、CNN97.数据采集的方法主要有()105.关于SQL子查询，以下()说法是正确的。A、NLP过录音和以下()方式获得一手数据。骤，其中必要的是()A、安装TensorFlow和tf.test131.下列()场景属于项目流程的优化效果。B、训练一个图片3分类模型，正例1、正例2和负例的配比为5:10:1,这样的C、现在有一个模型正在测试，测试数据有5条，这5条数据的召回率为100%,138.制定标注标准时需要考虑以下()因素。包括()还有()风险。原因是()162.聚类分析可以用于以下()分析领域。以下做法可取的是()167.以下关于模型训练算法差异说法正确的是()1.幻灯片的复制、移动与删除一般在普通视图下完成()orch是自由开源的深度学习框架()数据标注的一致性和准确性()4.测试集参与模型训练()次，不需要保持统一性()把概念给标注员讲清楚即可()7.模型在离线测试时指标合格即可验收合格()进行处理()和调试()反馈无需关注()导致的()训练失败()如果数据质量不好，模型的泛化能力就会受到影响，导致模型性能较差()43.因平台服务波动造成的任务运行失败，重启电脑也许可以解决任务的问题()44.模型训练的拟合效果与模型结构、超参数的选择无关，与数据集的量有关()保护举报人的合法权益()