第四届大学生人工智能知识竞赛考试题库（含答案）

PAGEPAGE1第四届大学生人工智能知识竞赛考试题库（含答案）一、单选题1.在下列人工神经学习算法中，哪种是能够根据期望的和实际的网络输出之间的差来调整神经元之间连接的强度或权。（）A、有师学习B.无师学习C.强化学习D.都不是B、2C、3D、4答案：A2.如果我们希望预测n个类（p1，p2...pk）的概率使得所有n的p的和等于1，那么下列哪个函数可以用作输出层中的激活函数？A、ReLuB.SoftmaxC.SigmoidD.TanhB、2C、3D、4答案：B3.计算机系统包括硬件系统和软件系统．关于二者之间的关系正确的说法是A、两个系统必须相互适合、配套B、硬件是首要的，软件是次要的C、软件是首要的，硬件是次要的D、只要有了硬件，软件可有可无B、2C、3D、4答案：A4.下面对前馈神经网络这种深度学习方法描述不正确的是A、是一种端到端学习的方法B.是一种监督学习的方法C.实现了非线性映射D.隐藏层数目大小对学习性能影响不大B、2C、3D、4答案：D5.回归分析中定义的（）A、解释变量和被解释变量都是随机变量B.解释变量为非随机变量，被解释变量为随机变量C.解释变量和被解释变量都为非随机变量D.解释变量为随机变量，被解释变量为非随机变量B、2C、3D、4答案：B6.一般来讲，下列语言属于人工智能语言的是（）。A、VJB.C#C.FoxproD.LISPB、2C、3D、4答案：D7.状态空间的三元组（S，F，G）代表（）A、算法符，初始状态集，目标状态集B.目标状态集，初始状态集，算法符C.初始状态集，算法符，目标状态集D.初始状态集，目标状态集，算法符B、2C、3D、4答案：C8.多义现象可以被定义为在文本对象中一个单词或短语的多种含义共存。下列哪一种方法可能是解决此问题的最好选择？A、随机森林分类器B.卷积神经网络C.梯度爆炸D.上述所有方法B、2C、3D、4答案：B9.下列哪个不属于常用的文本分类的特征选择算法？（）A、卡方检验值B.互信息C.信息增益D.主成分分析B、2C、3D、4答案：D10.关于集成学习，以下说法错误的是A、集成学习一定能提升个体学习器的性能;B.Bagging方法中，个体学习器之间彼此独立;C.Boosting是一种重视错误样本的学习方法;D,Boosting方法中，个体学习器存在强依赖B、2C、3D、4答案：A11.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、1,2,3,4A.4,3,2,1C.3,1,2,4D.1,4,3,2B、2C、3D、4答案：D12.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.2B、2C、3D、4答案：A13.自然语言理解是人工智能的重要应用领域，下面列举中的（）不是它要实现的目标。A、理解别人讲的话。B.对自然语言表示的信息进行分析概括或编辑。C.欣赏音乐。D.机器翻译。B、2C、3D、4答案：C14.经典逻辑推理的方法不包括那个（）A、自然演绎推理B归结演绎推理C与或形演绎推理D假设推理B、2C、3D、4答案：D15.要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫A、专家系统B、机器学习C、神经网络D、模式识别B、2C、3D、4答案：A16.以下说法错误的是（）A、对知识库进行合适的管理，可以检测并排除那些冗余及矛盾的知识，保持知识的一致性，提高规则库的质量B.好的规则库能够对知识进行合理的组织与管理。C.好的规则库需要包含所有的规则D.好的规则库应该能有效的表达领域内的过程性知识。B、2C、3D、4答案：C17.利用计算机来模拟人类的某些思维活动，如医疗诊断、定理证明等，这些应用属于A、数值计算B、自动控制C、人工智能D、模拟仿真B、2C、3D、4答案：C18.建立一个5000个特征,100万数据的机器学习模型.我们怎么有效地应对这样的大数据训练:（）A、我们随机抽取一些样本,在这些少量样本之上训练B、我们可以试用在线机器学习算法C、我们应用PCA算法降维,减少特征数D、以上所有B、2C、3D、4答案：D19.强人工智能强调人工智能的完整性，下列（）不属于强人工智能A、（类人）机器的思考和推理就像人的思维一样B（非人类）机器产生了和人完全不一样的知觉和意识C看起来像智能的，其实并不真正拥有智能，也不会有自主意识D有可能制造出真正能推理和解决问题的智能机器B、2C、3D、4答案：C20.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B、2C、3D、4答案：A21.不适合用产生式表示法表示的知识是（）A、由许多相对独立的知识元组成的领域知识B.可以表示为一系列相对独立的求解问题的操作C.具有结构关系的知识.D.具有经验性及不确定性的知识B、2C、3D、4答案：C22.对于谓词公式P，如果至少存在一个解释使得公式P在此解释下的真值为T，则称公式P是A、永真的B.永假的C.可满足的D.不可满足的B、2C、3D、4答案：C23.下列哪个应用领域不属于人工智能应用？（）A、人工神经网络B.自动控制C.自然语言学习D.专家系统B、2C、3D、4答案：B24.以下不属于盲目搜索方法的是A、宽度优先搜索B.有界深度优搜索C.等代价搜索D.有序搜索B、2C、3D、4答案：D25.关于“与/或”图表示法的表达中，正确的是（）。A、“与/或”图就是用“AND”和“OR”连续各个部分的图形，用来描述各部分的因果关系B.“与/或”图就是用“AND”和“OR”连续各个部分的图形，用来描述各部分之间的不确定关系C.“与/或”图就是用“与”节点和“或”节点组合起来的树形图，用来描述某类问题的层次关系D.“与/或”图就是用“与”节点和“或”节点组合起来的树形图，用来描述某类问题的求解过程B、2C、3D、4答案：D26.哪些技术是RCNN采用而FasterRCNN没有用？A、SVM分类B.使用SelectiveSearch输出候选框C.使用MLP进行分类与回归预测D.使用ROIpoolingB、2C、3D、4答案：B27.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B、2C、3D、4答案：B28.当不知道数据所处类别时，可以使用哪种技术促使同类数据与其他类数据分离?（）A、分类B.聚类C.关联分析D.隐马尔可夫链B、2C、3D、4答案：B29.最早的聊天机器人之一、最早通过图灵测试的程序A、DendralB.ELIZAC.XconD.DeepblueB、2C、3D、4答案：C30.谓词公式G是不可满足的，当且仅当对所有的解释（）A、G都为假B.G有时为假有时为真C.G可为真也可为假D.G都为真B、2C、3D、4答案：A31.PCA的步骤不包括（）A、构建协方差矩阵B.矩阵分解得到特征值和特征向量C.特征值排序D.特征值归一化B、2C、3D、4答案：D32.下列模糊集的运算正确的是（）A、∩(B∩C)=(A∪B)∩CB、A∩∅=AC、A∪(B∩C)=(A∪B)∩(A∪C)D、A∩A=∅B、2C、3D、4答案：C33.人工智能研究的基本内容不包括（）A、机器行为B、机器动作C、机器思维D、机器感知B、2C、3D、4答案：B34.以下不属于宽度优先搜索方法特点的是A、逐层进行搜索B.高代价搜索C.若有解必能找到D.找到的解是最优路径的解B、2C、3D、4答案：D35.下面哪一项对梯度下降（GD）和随机梯度下降（SGD）的描述是正确的？1在GD和SGD中，每一次迭代中都是更新一组参数以最小化损失函数。2在SGD中，每一次迭代都需要遍历训练集中的所有样本以更新一次参数。3在GD中，每一次迭代需要使用整个训练集或子训练集的数据更新一个参数。A、只有1B、只有2C、只有3D、都正确B、2C、3D、4答案：A36.对于信息增益,决策树分裂节点,下面说法正确的是:（）1.纯度高的节点需要更多的信息去区分2.信息增益可以用”1比特-熵”获得3.如果选择一个属性具有许多归类值,那么这个信息增益是有偏差的A、1B.2C.2和3D.所有以上B、2C、3D、4答案：C37.运用消解推理规则的前提是A、被作用的两个公式都是合取范式B.被作用的两个子句中存在互补对C.任意两个公式都可以运用消解推理D.必须符合假言推理、合并、重言式、空子句(矛盾)或链式(三段论)之一B、2C、3D、4答案：B38.下面有关序列模式挖掘算法的描述，错误的是？（）A、prioriAll算法和GSP算法都属于Apriori类算法，都要产生大量的候选序列B.FreeSpan算法和PrefixSpan算法不生成大量的候选序列以及不需要反复扫描原数据库C.在时空的执行效率上，FreeSpan比PrefixSpan更优D.和AprioriAll相比，GSP的执行效率比较高B、2C、3D、4答案：C39.人工智能是指（）A、自然智能B.人的智能C.机器智能D.通用智能B、2C、3D、4答案：C40.前馈神经网络通过误差后向传播（BP算法）进行参数学习，这是一种（）机器学习手段A、监督学习B.无监督学习C.半监督学习D.无监督学习和监督学习的结合B、2C、3D、4答案：A41.弱人工智能是指仅仅模拟人类大脑的（)；强人工智能是指其本身就是一个A、。心智;智能B.运作；大脑C.智能；程序D.智能；心智B、2C、3D、4答案：D42.深度学习中的“深度〞是指()A、计算机理解的深度B.中间神经元网络的层次很多C.计算机的求解更加精准D.计算机对问题的处理更加灵活B、2C、3D、4答案：B43.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B、2C、3D、4答案：C44.启发式搜索中，通常OPEN表上的节点按照它们f函数值的（）顺序排列A、最小B.平均值C.递增D.递减B、2C、3D、4答案：C45.从已知事实出发，通过规则库求得结论的产生式系统的推理方式是（）A、正向推理B.反向推理C.双向推理D.混合推理B、2C、3D、4答案：A46.CNN不具有以下那个特性。A、局部连接B.权值共享C.空间或时间上的下采样D.不定长输入B、2C、3D、4答案：D47.线性回归中优化目标函数的求取过程与下面哪一种方法是相同的（）A、最大后验概率B、最小化后验概率C、最小二乘法D、最大似然估计B、2C、3D、4答案：C48.基于状态空间的搜索算法是（）A、*算法B.与或树搜索C.极大极小分析法D.α-β剪枝技术B、2C、3D、4答案：A49.ROIAlign在哪个模型被采用A、fastRCNNB、fasterRCNNC、maskRCNND、YOLOv3B、2C、3D、4答案：C50.下列不属于模糊命题的是（）A、张三是一个年轻人B、月球是地球的卫星C、明天八成是个好天气D、李四的身高是1.75m左右B、2C、3D、4答案：B51.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B、2C、3D、4答案：B52.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.重复迭代，直至得到网络权重的最佳值c.把输入传入网络，得到输出值d.用随机值初始化权重和偏差e.对每一个产生误差的神经元，调整相应的（权重）值以减小误差（）A、bcdeB.edcbaC.cbaedD.dcaebB、2C、3D、4答案：D53.下列哪个语句在Python中是不合法的A、x=y=z=1B、x=(y=z+1)C、x,y=y,xD、x+=yB、2C、3D、4答案：B54.我们可以将深度学习看成一种端到端的学习方法，这里的端到端指的是A、输入端-输出端B.输入端-中间端C.输出端-中间端D.中间端-中间端B、2C、3D、4答案：A55.在其他条件不变的前提下，以下哪种做法容易引起机器学习中的过拟合问题（）A、增加训练集量B.减少神经网络隐藏层节点数C.删除稀疏的特征D.SVM算法中使用高斯核/RBF核代替线性核B、2C、3D、4答案：D56.自然语言理解是人工智能的重要应用领域，下面列举中的（）不是它要实现的目标。A、理解别人讲的话B.对自然语言表示的信息进行分析概括或编辑C.自动程序设计D.机器翻译B、2C、3D、4答案：C57.置换是一个形如{t1/x1,t2/x2,…,tn/xn}的有限集合：xi可以是A、常量B.变元C.函数D.谓词B、2C、3D、4答案：B58.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B、2C、3D、4答案：D59.专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（）的过程A、思考B.回溯C.推理D.递归B、2C、3D、4答案：C60.在训练神经网络时，损失函数(loss)在最初的几个epochs时没有下降，可能的原因是？（）A、学习率(learningrate)太低B.正则参数太高C.陷入局部最小值D.以上都有可能B、2C、3D、4答案：A61.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B、2C、3D、4答案：C62.关于支持向量机SVM,下列说法错误的是（）A、L2正则项，作用是最大化分类间隔，使得分类器拥有更强的泛化能力B.Hinge损失函数，作用是最小化经验分类错误C.分类间隔为，||w||代表向量的模D.当参数C越小时，分类间隔越大，分类错误越多，趋于欠学习B、2C、3D、4答案：C63.以下哪一个不属于分类算法A、XGBoostB.RandomForestC.SVMD.Fp-GrowthB、2C、3D、4答案：D64.关于基本数据的元数据是指A、基本元数据与数据源,数据仓库,数据集市和应用程序等结构相关的信息B、基本元数据包括与企业相关的管理方面的数据和信息C、基本元数据包括日志文件和简历执行处理的时序调度信息D、基本元数据包括关于装载和更新处理,分析处理以及管理方面的信息B、2C、3D、4答案：D65.置换是一个形如{t1/x1,t2/x2,…,tn/xn}的有限集合：xi可以是（）A、常量B.变元C.函数D.谓词B、2C、3D、4答案：B66.以下说法错误的是（）A、不确定性仅由随机性所引起B、模糊性描述事物的不确定性的一种度量C、随机性是重要的一种不确定性D、模糊性就是指客观事物在性态及类属方面的不分明性，其根源是在类似事物间存在一系列过渡状态，它们相互渗透，相互贯通，使得彼此之间没有明显的分界线B、2C、3D、4答案：A67.是一门用计算机模拟或实现人类视觉功能的新兴学科，其主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力。A、机器视觉B.语音识别C.机器翻译D.机器学习B、2C、3D、4答案：A68.以下不是产生式系统组成部分的是A、匹配B.总数据库C.产生式规则D.控制策略B、2C、3D、4答案：A69.输入图片大小为200×200，依次经过一层卷积（kernelsize5×5，padding1，stride2），pooling（kernelsize3×3，padding0，stride1），又一层卷积（kernelsize3×3，padding1，stride1）之后，输出特征图大小为：（）A、96B.97C.98D.99B、2C、3D、4答案：B70.下面对经验风险和期望风险的描述中，哪一个属于过学习（）A、经验风险大、期望风险小B、经验风险大、期望风险大C、经验风险小、期望风险小D、经验风险小、期望风险大B、2C、3D、4答案：D71.下列关于不确定性知识描述错误的是（）A、不确定性知识是不可以精确表示的B.专家知识通常属于不确定性知识C.不确定性知识是经过处理过的知识D.不确定性知识的事实与结论的关系不是简单的“是”或“不是”B、2C、3D、4答案：C72.下列选择中，哪个不是关键词提取常用的算法？A、TE-IDFB、LDAC、TextRankD、SSAB、2C、3D、4答案：D73.宽度优先搜索方法能够保证在搜索树中找到一条通向目标节点的（）途径A、可行B.最短C.最长D.解答B、2C、3D、4答案：B74.在下面的选项中，哪些操作属于预剪枝A、信息增益B、计算最好的特征切分点C、限制树模型的深度D、可视化树模型B、2C、3D、4答案：C75.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B、2C、3D、4答案：B76.一般来讲，以下语言属于人工智能语言的是（）A、VJB.C#C.FoxproD.LISPB、2C、3D、4答案：D77.()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B、2C、3D、4答案：C78.卷积神经网中，如果特征图是32×32矩阵，池化窗口是4×4的矩阵，那么池化后的特征图是（）的的矩阵A、2×2B.4×4C.8×8D.16×16B、2C、3D、4答案：C79.将结构型的图片（空间分辨率高，纹路细节清晰）与光谱分辨率高，色彩丰富的图片处理成空间分辨率和光谱分辨率都高的过程称为A、图像融合B.图像分类C.图像识别D.图像配准B、2C、3D、4答案：A80.下列说法不正确的是A、空子句是永假的，不可满足的。B.在谓词逻辑中，不是任何一个谓词公式都可通过应用等价关系及推理规则化成相应的子句集。C.任何文字的析取式称为子句。D.归结演绎定理证明的实质是对前提P和结论Q证明P->Q的永真性。B、2C、3D、4答案：B81.以下四个人工智能的应用领域中，与其他三个不同的是：A、语音识别B.医学影像分析C.图像识别与分类D.人脸识别与情感计算B、2C、3D、4答案：A82.在基于规则的正向演绎系统中，我们把事实表示为A、IF-THEN规则B.子句形C.非蕴涵形式的与或形D.与或形B、2C、3D、4答案：C83.下面哪个技术跟中文分词无关（）：A、词语消歧B.词性标注C.未登录词识别D.槽位填充B、2C、3D、4答案：D84.人工智能是一门利用计算机模拟人类智能行为科学的统称，它涵盖了训练计算机使其能够完成()等人类行为的范畴。A、自主学习、判断、执行B.决策、判断、执行C.自主学习、决策、执行D.自主学习、判断、决策B、2C、3D、4答案：D85.我们建立一个5000个特征,100万数据的机器学习模型.我们怎么有效地应对这样的大数据训练:（）A、我们随机抽取一些样本,在这些少量样本之上训练B.我们可以试用在线机器学习算法C.我们应用PCA算法降维,减少特征数D.B和CE.A和BF.以上所有B、2C、3D、4E、5F、6答案：F86.状态空间可描述为一个有向图，其结点指示（），结点间的有向弧表示状态变迁。A、操作B、方向C、状态D、状态变迁B、2C、3D、4答案：C87.语义网络的组成部分为（）A、框架和弧线B.状态和算符C.节点和链D.槽和值B、2C、3D、4答案：C88.在不确定推理中，对于初始证据，其值由用户给出，对于推理所得证据，其值由（）得到。A、不确定性的匹配算法计算得到B.不确定性的阈值选择算法得到C.不确定性的传递算法计算得到D.不确定性的合成算法计算得到B、2C、3D、4答案：C89.对于线性回归模型，包括附加变量在内，以下的可能正确的是:（）1.R-Squared和AdjustedR-squared都是递增的2.R-Squared是常量的，AdjustedR-squared是递增的3.R-Squared是递减的，AdjustedR-squared也是递减的4.R-Squared是递减的，AdjustedR-squared是递增的A、1和2B.1和3C.2和4D.以上都不是B、2C、3D、4答案：D90.神经网络是（）学派的成果A、符号学派B.联接学派C.行为学派D.统计学派B、2C、3D、4答案：B91.在前馈神经网络中，误差后向传播（BP算法）将误差从输出端向输入端进行传输的过程中，算法会调整前馈神经网络的什么参数A、输入数据大小B.神经元和神经元之间连接有无C.相邻层神经元和神经元之间的连接权重D.同一层神经元之间的连接权重B、2C、3D、4答案：C92.智能制造的本质是通过新一代信息技术和先进制造技术的深度融合，实现跨企业价值网络的横向集成，来贯穿企业设备层、控制层、管理层的纵向集成，以及产品全生命周期的端到端集成，而（）是实现全方位集成的关键途径。A、标准化B.数据化C.流程化D.网络化B、2C、3D、4答案：A93.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B、2C、3D、4答案：B94.以下关于特征工程的说法不正确的是A、特征工程指的是把原始数据转变为模型的训练数据的过程B.它的目的就是获取更好的训练数据特征，使得机器学习模型逼近这个上限C.特征工程在机器学习中占有非常重要的作用，一般认为括特征构建、特征提取、特征选择三个部分。D.特征提取是从特征集合中挑选一组具有明显物理或统计意义的特征子集。B、2C、3D、4答案：D95.已知一组数据的协方差矩阵P,下面关于主分量说法错误的是()A、主分量分析的最佳准则是对一组数据进行按一组正交基分解,在只取相同数量分量的条件下,以均方误差计算截尾误差最小B、在经主分量分解后,协方差矩阵成为对角矩阵C、主分量分析就是K-L变换D、主分量是通过求协方差矩阵的特征值得到B、2C、3D、4答案：C96.如果自变量X和因变量Y之间存在高度的非线性和复杂关系，那么树模型很可能优于经典回归方法。这个说法正确吗？A、正确B.错误B、2C、3D、4答案：A97.机器学习中做特征选择时，可能用到的方法有？（）A、卡方B.信息增益C.平均互信息D.期望交叉熵E.以上都有B、2C、3D、4E、5F、6答案：E98.下面对主成份分析的描述不正确的是（）A、在主成份分析中，所得低维数据中每一维度之间具有极大相关度B、在主成份分析中，将数据向方差最大方向进行投影，可使得数据所蕴含信息没有丢失，以便在后续处理过程中各个数据“彰显个性”C、主成份分析是一种特征降维方法D、主成份分析可保证原始高维样本数据被投影映射后，其方差保持最大B、2C、3D、4答案：A99.在下面哪种情况下，一阶梯度下降不一定正确工作（可能会卡住）？（）A、B、2C、3D、4答案：B100.对于线性不可分的数据，支持向量机的解决方式是A、软间隔B、硬间隔C、核函数D、以上选项均不正确B、2C、3D、4答案：C101.支持向量机（SVM）中的代价参数C表示什么？（）A、交叉验证的次数B.用到的核函数C.在分类准确性和模型复杂度之间的权衡D.以上都不对B、2C、3D、4答案：C102.在图搜索中，选择最有希望的节点作为下一个要扩展的节点，这种搜索方法叫做(A、宽度搜索B.深度搜索C.有序搜索D.广义搜索B、2C、3D、4答案：C103.回归模型中存在多重共线性,你如何解决这个问题？1.去除这两个共线性变量2.我们可以先去除一个共线性变量3.计算VIF(方差膨胀因子),采取相应措施4.为了避免损失信息,我们可以使用一些正则化方法,比如,岭回归和lasso回归.以下哪些是对的：（）A、1B.2C.2和3D.2,3和4B、2C、3D、4答案：D104.在有序搜索中，如果节点x在希望树中，若x是（），则其所有子节点都在希望树中。A、终叶节点B.端节点C.与节点D.或节点B、2C、3D、4答案：C105.反演归结（消解）证明定理时，若当前归结式是（）时，则定理得证。A、永真式B.包孕式C.空子句D.永假式B、2C、3D、4答案：C106.当P为F，Q为F，R为T时，（P∨Q）↔R的真值是A、TB.FC.不确定B、2C、3D、4答案：B107.K-means算法采用了哪些策略？（）A、自底向上B.贪心策略C.自顶向下D.以上都是B、2C、3D、4答案：B108.由于K均值聚类是一个迭代过程，我们需要设置其迭代终止条件。下面哪句话正确描述了K均值聚类的迭代终止条件（）A、已经形成了K个聚类集合，或者每个待聚类样本分别归属唯一一个聚类集合B、已经达到了迭代次数上限,或者每个待聚类样本分别归属唯一一个聚类集合C、已经达到了迭代次数上限,或者前后两次迭代中聚类质心基本保持不变D、已经形成了K个聚类集合，或者已经达到了迭代次数上限B、2C、3D、4答案：C109.下面的交叉验证方法:（）i.有放回的Bootstrap方法ii.留一个测试样本的交叉验证iii.5折交叉验证iv.重复两次的5折交叉验证当样本是1000时，下面执行时间的顺序，正确的是：A、i>ii>iii>ivB.ii>iv>iii>iC.iv>i>ii>iiiD.ii>iii>iv>iB、2C、3D、4答案：B110.基于统计的异常点检测算法不包括A、基于正态分布的异常点检测算法B.基于距离的异常点检测算法C.3δ原则D.简单统计分析B、2C、3D、4答案：A111.盲目搜索策略不包括下列那个（）A、广度优先搜索B深度优先搜索C有界深度优先搜索D全局择优搜索B、2C、3D、4答案：D112.在有监督学习中，我们如何使用聚类方法？（）1.我们可以先创建聚类类别，然后在每个类别上用监督学习分别进行学习2.我们可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习3.在进行监督学习之前，我们不能新建聚类类别4.我们不可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习A、2和4B.1和2C.3和4D.1和3B、2C、3D、4答案：B113.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B、2C、3D、4答案：C114.下面不属于人工智能研究基本内容的是A、机器感知B.机器学习C.自动化D.机器思维B、2C、3D、4答案：C115.下面哪项操作能实现跟神经网络中Dropout的类似效果？（）A、BoostingB.BaggingC.StackingD.MappingB、2C、3D、4答案：B116.假设你需要调整超参数来最小化代价函数（costfunction），会使用下列哪项技术？A、穷举搜索B、随机搜索C、Bayesian优化D、都可以B、2C、3D、4答案：D117.下面哪个叙述是对的？Dropout对一个神经元随机屏蔽输入权重Dropconnect对一个神经元随机屏蔽输入和输出权重A、1是对的，2是错的B.都是对的C.1是错的，2是对的D.都是错的B、2C、3D、4答案：D118.假设你需要调整参数来最小化代价函数（costfunction），可以使用下列哪项技术？（）A、穷举搜索B.随机搜索C.Bayesian优化D.以上任意一种B、2C、3D、4答案：D119.以下哪种方法不属于特征选择的标准方法：A、嵌入B、过滤C、包装D、抽样B、2C、3D、4答案：D120.fasterRCNN用于生成候选框proposal的模块名称A、RPNB、CNNC、ResNetD、RoIpoolingB、2C、3D、4答案：A121.对数几率回归（logisticsregression）和一般回归分析有什么区别？（）A、对数几率回归是设计用来预测事件可能性的B.对数几率回归可以用来度量模型拟合程度C.对数几率回归可以用来估计回归系数D.以上所有B、2C、3D、4答案：D122.下列哪个函数不可以做非线性激活函数？（）A、y=tanh(x)B.y=sin(x)C.y=max(x,0)D.y=2xB、2C、3D、4答案：D123.以下说法正确的是:（）1.一个机器学习模型，如果有较高准确率，总是说明这个分类器是好的2.如果增加模型复杂度，那么模型的测试错误率总是会降低3.如果增加模型复杂度，那么模型的训练错误率总是会降低4.我们不可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习A、1B.2C.3D.1and3B、2C、3D、4答案：C124.HMM中,如果已知观察序列和产生观察序列的状态序列,那么可用以下哪种方法直接进行参数估计()A、EM算法B.维特比算法C.前向后向算法D.极大似然估计B、2C、3D、4答案：D125.下列哪项关于模型能力（modelcapacity）的描述是正确的？（指神经网络模型能拟合复杂函数的能力）A、隐藏层层数增加，模型能力增加B.Dropout的比例增加，模型能力增加C.学习率增加，模型能力增加D.都不正确B、2C、3D、4答案：A126.在强化学习中，哪个机制的引入使得强化学习具备了在利用与探索中寻求平衡的能力A、贪心策略B.蒙特卡洛采样C.动态规划D.Bellman方程B、2C、3D、4答案：A127.自动识别系统属于人工智能哪个应用领域？（）A、自然语言系统B.机器学习C.专家系统D.人类感官模拟B、2C、3D、4答案：D128.设有代换：q={f(y)/x,z/y},l={a/x,b/y,y/z}则qol=()A、{f(b)/x，y/z}B.{f(b)/x,z/y}C.{f(y)/x,y/z}D.{f(b)/x,z/b}B、2C、3D、4答案：A129.模型的高bias是什么意思,我们如何降低它?（）A、在特征空间中减少特征B.在特征空间中增加特征C.增加数据点D.B和CB、2C、3D、4答案：B130.对于模糊集的操作，下列写法错误的是A、结合性AU(bUC)=(AUB)UCB.幂等性AUA=A,A∩A=AC.恒等性AUX=X,A∩X=AD.德摩根定律﹁(AUB)=﹁AU﹁BB、2C、3D、4答案：D131.人工智能研究的一项基本内容是机器感知。以下列（）不属于机器感知的领域。A、使机器具有视觉、听觉、触觉、味觉、嗅觉等感知能力。B、让机器具有理解文字的能力。C、使机器具有能够获取新知识、学习新技巧的能力。D、使机器具有听懂人类语言的能力B、2C、3D、4答案：C132.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B、2C、3D、4答案：D133.以下关于PMF(概率质量函数),PDF(概率密度函数),CDF(累积分布函数)描述错误的是？（）A、PDF描述的是连续型随机变量在特定取值区间的概率B.CDF是PDF在特定区间上的积分C.PMF描述的是离散型随机变量在特定取值点的概率D.有一个分布的CDF函数H(x),则H(a)等于P(X<=a)B、2C、3D、4答案：A134.专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（）的过程。A、思考B.回溯C.推理D.递归B、2C、3D、4答案：C135.神经网络训练过程中，一般会遇到停滞期，即神经网络在进入全局最小值之前陷入局部最小值。以下哪个策略可以避免上述情况？A、增加参数数量B.减少参数数量C.在开始时将学习率降低10倍D.改变几个时期的学习率B、2C、3D、4答案：D136.给线性回归模型添加一个不重要的特征可能会造成？（）A、增加R-squareB.减少R-squareB、2C、3D、4答案：A137.一监狱人脸识别准入系统用来识别待进入人员的身份，此系统一共包括识别4种不同的人员：狱警，小偷，送餐员，其他。下面哪种学习方法最适合此种应用需求：（）A、二分类问题B.多分类问题C.层次聚类问题D.k-中心点聚类问题B、2C、3D、4答案：B138.在模型中全连接层可采用A、paddle.nn.LinearB.paddle.nn.Conv2DC.paddle.nn.MaxPool2DD.paddle.nn.ReLUB、2C、3D、4答案：A139.按照机器介入程度，无人驾驶系统可分为（）阶段。A、无自动驾驶、部分自动驾驶和完全自动B.无自动驾驶、部分自动驾驶、有条件自动和完全自动C.无自动驾驶、驾驶辅助、部分自动驾驶、有条件自动和完全自动D.有条件自动和完全自动B、2C、3D、4答案：C140.下列关于人工智能的叙述不正确的有（）A、人工智能技术它与其他科学技术相结合极提高了应用技术的智能化水平。B.人工智能是科学技术发展的趋势。C.因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。D.人工智能有力地促进了社会的发展。B、2C、3D、4答案：C141.关于语义网络表示，以下继承中（）是不存在的A、指继承B.左右继承C.默认继承D.如果需要继承B、2C、3D、4答案：B142.下列哪个不是不确定性推理的方法（）A、主观Bayes方法B.可信度方法C.理论推理法D.模糊推理法B、2C、3D、4答案：C143.对于k折交叉验证,以下对k的说法正确的是:（）A、k越大,不一定越好,选择大的k会加大评估时间B.选择更大的k,就会有更小的bias(因为训练集更加接近总数据集)C.在选择k时,要最小化数据集之间的方差D.以上所有B、2C、3D、4答案：D144.Boosting和Bagging都是组合多个分类器投票的方法，二者都是根据单个分类器的正确率决定其权重A、正确B.错误B、2C、3D、4答案：B145.二分搜索算法是利用（）实现的算法。A、分治策略B.动态规划法C.贪心法D.回溯法B、2C、3D、4答案：A146.在图灵测试中，如果有超过（）的测试者不能分清屏幕后的对话者是人还是机器，就可以说这台计算机通过了测试并具备人工智能。A、30%B.40%C.50%D.60%B、2C、3D、4答案：A147.下列哪些包是图像处理时常用的？A、numpyB、opencvC、gensimD、matplotlibB、2C、3D、4答案：D148.假定你在神经网络中的隐藏层中使用激活函数X。在特定神经元给定任意输入，你会得到输出「-0.0001」。X可能是以下哪一个激活函数？（）A、ReLUB.tanhC.SIGMOIDD.以上都不是B、2C、3D、4答案：B149.根据不同的业务需求来建立数据模型，抽取最有意义的向量，决定选取哪种方法的数据分析角色人员是（）A、数据管理人员B、数据分析员C、研究科学家D、软件开发工程师B、2C、3D、4答案：C150.搜索分为盲目搜索和A、启发式搜索B模糊搜索C精确搜索D大数据搜索B、2C、3D、4答案：A151.下列哪一项在神经网络中引入了非线性？（）A、随机梯度下降B.修正线性单元（ReLU）C.卷积函数D.以上都不正确B、2C、3D、4答案：B152.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B、2C、3D、4答案：B153.NaveBayes是一种特殊的Bayes分类器,特征变量是X,类别标签是C,它的一个假定是:()A、各类别的先验概率P(C)是相等的B.以0为均值，sqr(2)/2为标准差的正态分布C.特征变量X的各个维度是类别条件独立随机变量D.P(X|C)是高斯分布B、2C、3D、4答案：C154.下面不属于有监督学习的算法的是A、决策树B、随机森林C、线性回归D、K-MeansB、2C、3D、4答案：D155.下列属于人工智能发展预测的是（）A、短期内构建大型的数据集将会是各企业与研究机构发展的重要方向。B.长期来看，通用型人工智能的发展将依赖于对人脑认知机制的科学研究。C.人工智能技术将能在边际成本不递增的情况下将个性化服务普及到更多的消费者与企业。D.以上都是B、2C、3D、4答案：D156.下列哪个符合著名的Bayes公式（）A、P(Ai/B)=P(Ai)×P(B/Ai)/∑(P(Aj)×P(B/Aj))B、P(Ai/B)=P(Ai)×P(Ai/B)/∑(P(Aj)×P(B/Aj))C、P(Ai/B)=P(B)×P(B/Ai)/∑(P(Aj)×P(B/Aj))D、P(Ai/B)=P(Ai)×P(B/Ai)/∑(P(Bj)×P(A/Bj))B、2C、3D、4答案：A157.我们想在大数据集上训练决策树,为了减少训练时间,我们可以A、增加树的深度.B增大学习率(LearninRate)C.对决策树模型进行预剪枝D.减少树的数量B、2C、3D、4答案：C158.下列属于特征降维的方法有A、主成分分析PCAB、数据采样C、正则化D、最小二乘法B、2C、3D、4答案：A159.关于Logit回归和SVM不正确的是（）A、Logit回归本质上是一种根据样本对权值进行极大似然估计的方法，而后验概率正比于先验概率和似然函数的乘积。logit仅仅是最大化似然函数，并没有最大化后验概率，更谈不上最小化后验概率。A错误B.Logit回归的输出就是样本属于正类别的几率，可以计算出概率，正确C.SVM的目标是找到使得训练数据尽可能分开且分类间隔最大的超平面，应该属于结构风险最小化。D.SVM可以通过正则化系数控制模型的复杂度，避免过拟合。B、2C、3D、4答案：A160.认知语言学关心的是我们在使用某个概念时,心中浮现出的A、。句法规则B.字典上的定义C。认知图式D。具体语境B、2C、3D、4答案：C161.对于神经网络的说法,下面正确的是（）A、增加神经网络层数,可能会增加测试数据集的分类错误率B.减少神经网络层数,总是能减小测试数据集的分类错误率C.增加神经网络层数,总是能减小训练数据集的分类错误率D.1、2都对B、2C、3D、4答案：A162.人工智能可分成运算资源基础、核心技术发展与应用领域等层次，智能机器人是属于（）A、运算资源基础B核心技术发展C应用领域D以上ABC都有B、2C、3D、4答案：C163.循环神经网络按时间展开后就可以通过反向传播算法训练了A、正确B.错误B、2C、3D、4答案：A164.对于规则的专家系统的缺点，下列说法错误的是A、规则之间的关系不明确B.低效的搜索策略C.没有学习能力D.没有统一的结构B、2C、3D、4答案：D165.在神经网络学习中，每个神经元会完成若干功能，下面哪个功能不是神经元所能够完成的功能A、对前序相邻神经元所传递信息进行加权累加B.对加权累加信息进行非线性变化（通过激活函数）C.向前序相邻神经元反馈加权累加信息D.将加权累加信息向后续相邻神经元传递B、2C、3D、4答案：C166.下面关于SVM中核函数的说法正确的是？（）A、核函数将低维空间中的数据映射到高维空间B.它是一个相似度函数C.A、B都对D.A、B都不对B、2C、3D、4答案：C167.批规范化(BatchNormalization)的好处都有啥？A、让每一层的输入的范围都大致固定B.它将权重的归一化平均值和标准差C.它是一种非常有效的反向传播(BP)方法D.这些均不是B、2C、3D、4答案：A168.进行顺序查找的条件是（）A、数据有序且采用顺序存储方式B、数据不需要有序，但需要顺序存储C、数据有序且采用链式存储方式D、数据不需要有序，也不限制存储方式B、2C、3D、4答案：D169.如果我们希望预测n个类（p1，p2...pk）的概率使得所有n的p的和等于1，那么下列哪个函数可以用作输出层中的激活函数？A、SoftmaxB.ReLuC.SigmoidD.TanhB、2C、3D、4答案：A170.对于一个图像识别问题，下面哪种神经网络可以更好地解决这个问题？（）A、循环神经网络B.自动编码机C.多层感知机D.卷积神经网络B、2C、3D、4答案：D171.专家系统中不确定性知识的来源一般分为4种：弱暗示、()、未知数据，以及合并不同专家观点时的困难A、不完整的信息B.不一致的信息C.不确定的信息D.不精确的语言B、2C、3D、4答案：D172.一个运用二分查找算法的程序的时间复杂度是____A、指数级别B.常数级别C.线性级别D.对数级别B、2C、3D、4答案：D173.本原问题所对应的节点称为（）A、端节点B.终叶节点C.子节点D.父节点B、2C、3D、4答案：B174.消去存在量词时，当（）时，用skolem函数A、存在量词未出现在全称量词的辖域内时B.存在量词出现在全称量词的辖域内时C.以上情况都需要D.以上情况都不需要B、2C、3D、4答案：B175.比较成熟的分类预测模型算法包括Logistic回归模型、广义线性模型、（）、神经网络A、决策树；B.arima模型;C.holt-winter模型;D.k-means模型B、2C、3D、4答案：A176.利用自己的认知本能来进行判断的思维算法是A、科学法B.逻辑法C。捷思法D.大数据B、2C、3D、4答案：C177.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B、2C、3D、4答案：B178.确定性知识是指（）知识。A、可以精确表示的B.正确的C.在大学中学到的知识D.能够解决问题的B、2C、3D、4答案：A179.现有的主流人工智能对自然语言的处理是基于(）视角的。A、。第二人称B。第三人称C。第一人称D.对象B、2C、3D、4答案：B180.产生式系统的组成不包括（）。A、推理机B.规则库C.数据库D.计算机网络B、2C、3D、4答案：D181.关于主成分分析PCA说法不正确的是A、我们必须在使用PCA前规范化数据B、我们应该选择使得模型有最大variance的主成分C、我们应该选择使得模型有最小variance的主成分D、我们可以使用PCA在低纬度上做数据可视化B、2C、3D、4答案：C182.下列哪个系统属于新型专家系统（)A、多媒体专家系统B.实时专家系统C.军事专家系统D.分布式专家系统B、2C、3D、4答案：D183.自然语言理解是人工智能的重要应用领域，下面列举中的（）不是它要实现的目标。A、理解别人讲的话B.对自然语言表示的信息进行分析概括或编辑C.自动程序设计D.机器翻译B、2C、3D、4答案：C184.卷积神经网中，如果输入图像是32×32矩阵，卷积核心是5×5的矩阵，步长为1，那么卷积操作后的特征图是（）的矩阵A、34×34B.32×32C.30×30D.28×28B、2C、3D、4答案：D185.以下是目标变量在训练集上的8个实际值[0,0,0,1,1,1,1,1]，目标变量的熵是所少？A、-(5/8log(5/8)+3/8log(3/8))B、5/8log(5/8)+3/8log(3/8)C、3/8log(5/8)+5/8log(3/8)D、5/8log(3/8)–3/8log(5/8)B、2C、3D、4答案：A186.下列说法错误的是A、模糊规则用来获取人类的知识B.建立模糊系统是一个迭代的过程C.调试是在建立模糊系统中最单调和费力的过程D.和二值的布尔逻辑一样，模糊逻辑是二值的B、2C、3D、4答案：D187.下列不是知识表示法的是（）A、状态空间表示法B.计算机表示法C.产生式表示法D.谓词表示法B、2C、3D、4答案：B188.假设我们有一个数据集，在一个深度为6的决策树的帮助下，它可以使用100%的精确度被训练。现在考虑一下两点，并基于这两点选择正确的选项。()注意：所有其他超参数是相同的，所有其他因子不受影响。1.深度为4时将有高偏差和低方差2.深度为4时将有低偏差和低方差A、只有1B.只有2C.1和2D.没有一个B、2C、3D、4答案：A189.设二方博弈已生成一棵博弈搜索树，一方寻找最优行动方案，需进行（）等A、设计一个估价函数B、推算父节点的得分C、估算当前节点的得分D、所有选项都包括B、2C、3D、4答案：D190.仅个体变元被量化的谓词称为()A、一阶谓词B.原子公式C.二阶谓词D.全称量词B、2C、3D、4答案：A191.以下几种模型方法属于判别式模型(DiscriminativeModel)的有（）1)混合高斯模型2)条件随机场模型3)区分度训练4)隐马尔科夫模型A、2,3B.3,4C.1,4D.1,2B、2C、3D、4答案：A192.连接词的优先级A、﹁∧∨→↔B.∧∨→↔﹁C.→↔﹁∧∨D.﹁∨∧→↔B、2C、3D、4答案：A193.对于随机森林和GradientBoostingTrees,下面说法正确的是:1在随机森林的单个树中,树和树之间是有依赖的,而GradientBoostingTrees中的单个树之间是没有依赖的2这两个模型都使用随机特征子集,来生成许多单个的树3我们可以并行地生成GradientBoostingTrees单个树,因为它们之间是没有依赖的4GradientBoostingTrees训练模型的表现总是比随机森林好A、2B、1and2C、1,3and4D、2and4B、2C、3D、4答案：A194.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B、2C、3D、4答案：C195.输入图像已被转换为大小为28×28的矩阵和大小为7×7的步幅为1的核心/滤波器。卷积矩阵的大小是多少？A、22X22B、21X21C、28X28D、7X7B、2C、3D、4答案：A196.对于DBSCAN，参数Eps固定，当MinPts取值较大时，会导致A、能很好的区分各类簇B.只有高密度的点的聚集区划为簇，其余划为噪声C.低密度的点的聚集区划为簇，其余的划为噪声D.无影响B、2C、3D、4答案：B197.下列哪些项目是在图像识别任务中使用的数据扩增技术(dataaugmentationtechnique)？1水平翻转(Horizontalflipping)2随机裁剪(Randomcropping)3随机放缩(Randomscaling)4颜色抖动(Colorjittering)5随机平移(Randomtranslation)6随机剪切(Randomshearing)A、1，3，5，6B.1，2，4C.2，3，4，5，6D.所有项目B、2C、3D、4答案：D198.对于谓词公式,∃x(P(x,y)→Q(x,y))∨R(x,y)，以下说法错误的是（）A、上述公式中的所有y是自由变元B.P(x,y)中的x是约束变元C.R(x,y)中的x是约束变元D.Q(x,y)中的x是约束变元B、2C、3D、4答案：C199.下列哪个不属于CRF模型对于HMM和MEMM模型的优势（）A、特征灵活B.速度快C.可容纳较多上下文信息D.全局最优B、2C、3D、4答案：B200.张鹏对电脑说“查看地区负荷”，电脑马上执行调取负荷曲线图，这其中主要应用了人工智能中的（）A、图像识别技术B、指纹识别技术C、语音识别技术D、字符识别技术B、2C、3D、4答案：C201.以下描述错误的是（)A、SVM是这样一个分类器，它寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器B.在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差C.在决策树中，随着树中结点输变得太大，即使模型的训练误差还在继续降低，但是检验误差开始增大，这是出现了模型拟合不足的原因D.聚类分析可以看作是一种非监督的分类B、2C、3D、4答案：C202.K-Means算法无法聚以下哪种形状的样本A、圆形分布B.螺旋分布C.带状分布D.凸多边形分布B、2C、3D、4答案：B203.ResNet-50有多少个卷积层?（）A、48B.49C.50D.51B、2C、3D、4答案：B204.在人工智能当中，图像、语音、手势等识别被认为是_____的层次；而问题求解、创作、推理预测被认为是____的层次。A、感知智能；感知智能B.认知智能；认知智能C.感知智能；认知智能D.认知智能；感知智能B、2C、3D、4答案：C205.关于正态分布,下列说法错误的是（）A、正态分布具有集中性和对称性B.正态分布的均值和方差能够决定正态分布的位置和形态C.正态分布的偏度为0，峰度为1D.标准正态分布的均值为0，方差为1B、2C、3D、4答案：C206.关于神经网络中经典使用的优化器，以下说法正确的是？A、dam的收敛速度比RMSprop慢B.相比于SGD或RMSprop等优化器，Adam的收敛效果是最好的C.对于轻量级神经网络，使用Adam比使用RMSprop更合适D.相比于Adam或RMSprop等优化器，SGD的收敛效果是最好的B、2C、3D、4答案：D207.从全称判断推导出特称判断或单称判断的过程，即由一般性知识推出适合于某一具体情况的结论的推理是A、归结推理B.演绎推理C.默认推理D.单调推理B、2C、3D、4答案：B208.二阶谓词的个体是（）A、常量B.变量C.函数D.谓词B、2C、3D、4答案：D209.bootstrap数据是什么意思？（提示：考“bootstrap”和“boosting”区别）（）A、有放回地从总共M个特征中抽样m个特征B.无放回地从总共M个特征中抽样m个特征C.有放回地从总共N个样本中抽样n个样本D.无放回地从总共N个样本中抽样n个样本B、2C、3D、4答案：C210.最小二乘法就是试图找到一条直线，使所有样本到直线上的（）之和最小。A、曼哈顿距离;B.欧氏距离;C.马氏距离;D.切比雪夫距离B、2C、3D、4答案：B211.哪种聚类方法采用概率模型来表达聚类（）A、K-meansB.LVQC.DBSCAND.高斯混合聚类B、2C、3D、4答案：D212.反向传播算法中需要先计算靠近输入层参数的梯度，再计算靠近输出层参数的梯度。A、正确B.错误B、2C、3D、4答案：B213.在与或图中，只要解决某个子问题就可解决其父辈问题的节点集合是指A、或节点B.与节点C.终叶节点D.后继节点B、2C、3D、4答案：A214.专家系统的推理机的最基本的方式是（）A、直接推理和间接推理B.正向推理和反向推理C.逻辑推理和非逻辑推理D.准确推理和模糊推理B、2C、3D、4答案：B215.语义网络表达知识时，有向弧AKO链、ISA链表达节点知识的（）A、无悖性B.可扩充性C.继承性D.完整性B、2C、3D、4答案：C216.NaveBayes（朴素贝叶斯）是一种特殊的Bayes分类器，特征变量是X，类别标签是C，它的一个假定是（）A、各类别的先验概率P(C)是相等的B.以0为均值，sqr(2)/2为标准差的正态分布C.特征变量X的各个维度是类别条件独立随机变量D.P(X|C)是高斯分布B、2C、3D、4答案：C217.变量选择是用来选择最好的判别器子集，如果要考虑模型效率，我们应该做哪些变量选择的考虑？（）1.多个变量其实有相同的用处2.变量对于模型的解释有多大作用3.特征携带的信息4.交叉验证A、1和4B.1,2和3C.1,3和4D.以上所有B、2C、3D、4答案：C218.能够提取出图片边缘特征的网络是A、池化层B.卷积层C.全连接层D.输出层B、2C、3D、4答案：B219.语音识别产品体系有四部分，下列哪项不是体系之一？A、语音合成B、语音播放C、语音识别D、语义理解B、2C、3D、4答案：B220.模糊判决可以采用不同的方法，其中包括重心法、最大隶属度方法、加权平均法。若得到的模糊输出为F=0.1/2+0.9/3+0.3/7+0.4/9，当采用最大隶属度方法时，应该取结论为（）。A、3B、7C、9D、2B、2C、3D、4答案：A221.以下对于标称属性说法不正确的是A、标称属性的值是一些符号或事物的名称,每种值代表某种类别、编码或状态。B.标称值并不具有有意义的顺序,且不是定量的C.对于给定对象集,找出这些属性的均值、中值没有意义。D.标称属性通过将数值量的值域划分有限个有序类别,把数值属性离散化得来。B、2C、3D、4答案：D222.下列哪项关于模型能力（modelcapacity）的描述是正确的？（指神经网络模型能拟合复杂函数的能力）A、隐藏层层数增加，模型能力增加B、Dropout的比例增加，模型能力增加C、学习率增加，模型能力增加D、都不正确B、2C、3D、4答案：A223.人工智能将加大减少支付流程中的()环节，大大提升交易速度。A、信息传递B.人工处理C.到账确认D.转出授权B、2C、3D、4答案：B224.()是指在各个领域都比人类要强的人工智能。A、超人工智能B.强人工智能C.弱人工智能D.人工智能B、2C、3D、4答案：A225.最出名的降维算法是PCA和t-SNE。将这两个算法分别应用到数据「X」上，并得到数据集「X_projected_PCA」，「X_projected_tSNE」。下面哪一项对「X_projected_PCA」和「X_projected_tSNE」的描述是正确的？（）A、X_projected_PCA在最近邻空间能得到解释B、X_projected_tSNE在最近邻空间能得到解释C、两个都在最近邻空间能得到解释D、两个都不能在最近邻空间得到解释B、2C、3D、4答案：B226.梯度下降算法的正确步骤是什么？(）1.计算预测值和真实值之间的误差2.重复迭代，直至得到网络权重的最佳值3.把输入传入网络，得到输出值4.用随机值初始化权重和偏差5.对每一个产生误差的神经元，调整相应的（权重）值以减小误差A、1,2,3,4,5B.5,4,3,2,1C.3,2,1,5,4D.4,3,1,5,2B、2C、3D、4答案：D227.以下关于降维，表述错误的是：（）A、降维过程中可以保留原始数据的所有信息。B.多维缩放的目标是要保证降维后样本之间的距离不变。C.线性降维方法目标是要保证降维到的超平面能更好的表示原始数据。D.核线性降维方法目标是通过核函数和核方法来避免采样空间投影到高维空间再降维之后的低维结构丢失。B、2C、3D、4答案：A228.类域界面方程法中，不能求线性不可分情况下分类问题近似或精确解的方法是？()A、伪逆法-径向基（RBF）神经网络的训练算法，就是解决线性不可分的情况B.基于二次准则的H-K算法：最小均方差准则下求得权矢量，二次准则解决非线性问题C.势函数法－非线性D.感知器算法－线性分类算法B、2C、3D、4答案：D229."维数灾难"指的是：（）A、因在低维情形下出现的数据样本稀疏、距离计算困难等问题，给机器学习方法造成的障碍。B.因在高维情形下出现的数据样本稀疏、距离计算困难等问题，给机器学习方法造成的障碍。C.因在低维情形下出现的数据样本密集、距离计算困难等问题，给机器学习方法造成的障碍。D.因在高维情形下出现的数据样本密集、距离计算困难等问题，给机器学习方法造成的障碍。B、2C、3D、4答案：B230.人工智能是知识与智力的综合，其中下列不是智能的特征的是（）A、具有自我推理能力B.具有感知能力C.具有记忆与思维的能力D.具有学习能力以及自适应能力B、2C、3D、4答案：A231.讨论某一概念的外延时总离不开一定的范围。这个讨论的范围称为论域，范围中的每个对象称为（）A、个体B、值域C、论域D、元素B、2C、3D、4答案：D232.下列哪个不是框架表示法的特点（）A、结构化深层知识表示B、易附加过程信息C、层次间相互独立D、组织结构化B、2C、3D、4答案：C233.如果命题p为真、命题q为假，则下述哪个复合命题为真命题（）A、p且qB.非pC.如果q则pD.如果p则qB、2C、3D、4答案：C234.在梵塔问题归约图中，某子问题属于本原问题，那么此子问题的解应该包含（）步移动A、1B.2C.3D.不确定B、2C、3D、4答案：A235.关于“与/或”图表示知识的表达，错误的有（）A、用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。B.“与/或”图表示知识时一定同时有“与节点”和“或节点”。C.“与/或”图能方便地表示述性知识和过程性知识。D.能用“与/或”图表示的知识不适宜用其他方法表示。B、2C、3D、4答案：D236.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B、2C、3D、4答案：D237.一般，K-NN最近邻方法在（）的情况下效果较好。A、．样本较多但典型性不好B．样本呈团状分布C．样本较少但典型性好D．样本呈链状分布B、2C、3D、4答案：A238.以下哪个是常见的时间序列算法模型（）A、RSIB.MACDC.ARMAD.KDJB、2C、3D、4答案：C239.一般来讲，下列语言属于人工智能语言的是（）A、VJB.C#C.FoxproD.LISPB、2C、3D、4答案：D240.对于规则的专家系统的优点，下列说法正确的是A、规则之间的关系透明B.高效的搜索策略C.处理不完整、不确定的知识D.具备学习能力B、2C、3D、4答案：C241.关于k-means算法的优点，不正确的是A、是解决聚类问题的一种经典算法，简单、快速。B.对处理大数据集，该算法是相对可伸缩和高效率的。C.它对于“躁声”和孤立点数据并不敏感D.它的复杂度是0(nkt),其中,n是所有对象的数目,k是簇的数目,t是迭代的次数B、2C、3D、4答案：C242.机器学习的各种算法都是基于（)理论的A、贝叶斯B、回归C、决策树D、聚类B、2C、3D、4答案：A243.马尔可夫预测模型是将时间序列看作一个过程，通过对事物不同状态的（）与状态之间转移概率的研究，确定状态变化趋势，预测事物的未来。A、初始概率;B.结果概率;C.形成概率B、2C、3D、4答案：A244.博弈树的搜索方法采用的是（）。A、极大极小分析法B、极小分析法C、深度搜索算法D、极大分析法B、2C、3D、4答案：A245.语义网络表达知识时，有向弧AKO链、ISA链是用来表达节点知识的（C）A、)无悖性B)可扩充性C)继承性B、2C、3D、4答案：C246.以下关于L1正则化和L2正则化的说法正确的是？A、防止模型欠拟合而加在损失函数后面的一项B.L1范数符合拉普拉斯分布，是完全可微的C.L1正则化项是模型各个参数的平方和的开方值.DL1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择B、2C、3D、4答案：D247.如果问题存在最优解，则下面几种搜索算法中，广度优先搜索必然可以得到该最优解，（）可以认为是“智能程度相对比较高”的算法。A、无界深度优先搜索B.深度优先搜索C.有界深度优先搜索D.启发式搜索B、2C、3D、4答案：D248.消去存在量词时，当（）时，用skolem函数A、存在量词未出现在全称量词的辖域内时B.存在量词出现在全称量词的辖域内时C.以上情况都需要D.以上情况都不需要B、2C、3D、4答案：B249.下列关于人工智能对实体经济的影响说法不正确的是（）。A、人工智能能够提升实体经济能级B.人工智能能够加快经济转型C.人工智能能够加快创新驱动发展D.人工智能能够促进数字经济繁荣B、2C、3D、4答案：B250.状态空间通常用四元组（S,O,S0,G）表示，这里的G是_____。A、目标状态B.状态操作C.状态集合D.初始状态B、2C、3D、4答案：A251.关于模型参数（权重值）的描述，错误的说法是A、在训练神经网络过程中，参数不断调整，其调整的依据是基于损失函数不断减少;B.每一次Epoch都会对之前的参数进行调整，迭代次数越多，损失函数一般越小;C.模型参数量越多越好，没有固定的对应规则;D.训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中B、2C、3D、4答案：C252.假定你在神经网络中的隐藏层中使用激活函数X。在特定神经元给定任意输入，你会得到输出-0.01。X可能是以下哪一个激活函数？（）A、ReLUB.tanhC.SigmoidD.以上都有可能B、2C、3D、4答案：B253.子句~PQ和P经过消解以后，得到（）A、PB.QC.~PD:PQB、2C、3D、4答案：B254.下列哪一项属于特征学习算法（representationlearningalgorithm）？（）A、K近邻算法B.随机森林C.神经网络D.都不属于B、2C、3D、4答案：C255.下列哪一种操作实现了和神经网络中Dropout类似的效果？()A、BaggingB.BoostingC.堆叠（Stacking）D.以上都不正确B、2C、3D、4答案：A256.下面对梯度下降方法描述不正确的是A、梯度下降算法是一种使得损失函数最小化的方法B.梯度反方向是函数值下降最快方向C.梯度方向是函数值下降最快方向D.梯度下降算法用来优化深度学习模型的参数B、2C、3D、4答案：C257.以下不属于盲目搜索特点的是A、搜索过程中不使用与问题有关的经验信息B.搜索效率低C.需要重排open表D.一般只适用于求解比较简单的问题B、2C、3D、4答案：C258.专家系统是（）学派的成果A、符号学派B.联接学派C.行为学派D.统计学派B、2C、3D、4答案：A259.支持向量机（SVM）算法的性能取决于（）A、核函数的选择B.核函数的参数C.软间隔参数CD.以上都有B、2C、3D、4答案：D260.框架的构成不包括（）A、长方形外围框B.槽值C.约束D.槽名B、2C、3D、4答案：A261.语义网络的组成部分（）A、框架与弧线B.状态和算符C.结点和链D.槽和值B、2C、3D、4答案：C262.给定三个变量X，Y，Z。(X,Y)、(Y,Z)和(X,Z)的Pearson相关性系数分别为C1、C2和C3。现在X的所有值加2（即X+2），Y的全部值减2（即Y-2），Z保持不变。那么运算之后的(X,Y)、(Y,Z)和(X,Z)相关性系数分别为D1、D2和D3。现在试问D1、D2、D3和C1、C2、C3之间的关系是什么？（）A、D1=C1,D2<C2,D3>C3B.D1=C1,D2>C2,D3>C3C.D1=C1,D2>C2,D3<C3D.D1=C1,D2<C2,D3<C3E.D1=C1,D2=C2,D3=C3B、2C、3D、4E、5F、6答案：E263.影响基本K-均值算法的主要因素不包括下列哪一个选项？A、样本输入顺序B.模式相似性测度C.聚类准则D.初始类中心的选取B、2C、3D、4答案：C264.在信息匮乏的情况下能够提供有效的问题解决路径的重要思想把手是()A、推理思想B。知性思维C.归纳思维D.类比思维B、2C、3D、4答案：D265.有两个样本点，第一个点为正样本,它的特征向量是(0,-1);第二个点为负样本,它的特征向量是(2,3),从这两个样本点组成的训练集构建一个线性SVM分类器的分类面方程是（）A、2x+y=4B.x+2y=5C.x+2y=3D.2x-y=0B、2C、3D、4答案：C266.模式匹配分为和。（）A、模糊匹配精确匹配B、复杂匹配进件匹配C、相似匹配精确匹配D、确定匹配不确定性匹配B、2C、3D、4答案：D267.下面表达式对中（）是能够合一的。A、P（q（f（v）），g（u））和P（x，x）B.P（x，f（x）