人工智能导论知到智慧树章节测试课后答案2024年秋东北石油大学

人工智能导论知到智慧树章节测试课后答案2024年秋东北石油大学第一章单元测试

人工智能的目的是让机器能够，以实现某些人类脑力劳动的机械化()。

A:模拟、延伸和扩展人的智能

B:和人脑一样考虑问题

C:具有完全的智能

D:完全代替人

答案:模拟、延伸和扩展人的智能

盲人看不到一切物体，他们可以通过辨别人的声音识别人，这是智能的（）方面。

A:学习能力

B:思维能力C:行为能力D:感知能力

答案:感知能力人工智能是一门综合性的交叉学科，涉及哪些学科()。

A:神经心理学B:计算机科学C:控制论

D:脑科学

答案:神经心理学；计算机科学；控制论

；脑科学人工智能的主流学派包括()。

A:行为主义B:符号主义C:机会主义

D:连接主义

答案:行为主义；符号主义；连接主义图灵测试是判断机器是否具有人工智能的方法，是人工智能最标准的定义。()

A:对B:错

答案:错

第二章单元测试

“王宏是一名学生”可以用谓词表示为STUDENT(WangHong），其中，WangHong是（）。

A:谓词

B:个体词

C:量词

D:连接词

答案:个体词

产生式系统的核心是（）。

A:推理机

B:数据库

C:规则库

D:推理方式

答案:推理机

知识的不确定性来源于（）。

A:模糊性引起的不确定性

B:随机性引起的不确定性

C:经验引起的不确定性

D:不完全性引起的不确定性

答案:模糊性引起的不确定性

；随机性引起的不确定性

；经验引起的不确定性

；不完全性引起的不确定性

产生式表示法可以表示不确定性知识。（）

A:错B:对

答案:对框架表示法不便于表示过程性知识。（）

A:错B:对

答案:对

第三章单元测试

从初始证据出发，按某种策略不断运用知识库中的已知知识，逐步推出结论的过程称为推理。（）

A:错B:对

答案:对任何文字的析取式称为子句。（）

A:对B:错

答案:对谓词公式不可满足的充要条件是其子句集不可满足。（）

A:错B:对

答案:对对于一阶谓词逻辑，若子句集是不可满足的，则必存在一个从该子句集到空子句的归结演绎。（）

A:错B:对

答案:对对于一阶谓词逻辑，如果没有归结出空子句，则说明原谓词公式是不可满足的。（）

A:错B:对

答案:错

第四章单元测试

如果问题存在最优解，则下面几种搜索算法中，（）必然可以得到该最优解。

A:宽度优先搜索

B:启发式搜索

C:有界深度优先搜索

D:深度优先搜索

答案:启发式搜索

如果问题存在最优解，则下面几种搜索算法中，（）可以认为是“智能程度相对比较高”的算法。

A:深度优先搜索

B:启发式搜索

C:宽度优先搜索

D:有界深度优先搜索

答案:启发式搜索

在启发式图搜索策略中，下面描述正确的是（）。

A:closed表用于存放已扩展过的节点。

B:open表用于存放已扩展过的节点。

C:open表用于存放所有已生成的节点。

D:closed表表用于存放所有已生成而未扩展的节点。

答案:closed表用于存放已扩展过的节点。

在估价函数中，对于g(x)和h(x)下面描述正确的是（）。

A:h(x)是从节点x到目标节点的实际代价

B:g(x)是从初始节点到节点x的实际代价

C:h(x)是从节点x到目标节点的最优路径的估计代价

D:g(x)是从初始节点到节点x的最优路径的估计代价

答案:g(x)是从初始节点到节点x的实际代价

；h(x)是从节点x到目标节点的最优路径的估计代价

启发式策略是利用与问题有关的启发信息进行搜索。（）

A:错B:对

答案:对

第五章单元测试

在遗传算法的轮盘赌选择方法中，个体被选中的概率取决于该个体的()。

A:相对适应度B:多少C:大小

D:密度

答案:相对适应度遗传算法中，问题的每个有效解被称为一个“染色体(chromosome)”，也称为“串”，对应于生物群体中的()。

A:生物个体B:一个编码单元C:前端D:种群

答案:生物个体以下关于遗传算法的特点描述中，正确的是()。

A:对决策变量的编码进行操作，这样提供的参数信息量大，优化效果好

B:从多点开始并行操作，可使用并行计算提高速度

C:通过目标函数来计算适应度值，不需要其他推导和附加信息

D:寻优规则由概率决定，是一种高效启发式搜索

答案:对决策变量的编码进行操作，这样提供的参数信息量大，优化效果好

；从多点开始并行操作，可使用并行计算提高速度

；通过目标函数来计算适应度值，不需要其他推导和附加信息

；寻优规则由概率决定，是一种高效启发式搜索

粒子群算法中，以下关于惯性权重的描述，正确的是()。

A:可以控制粒子保持自身运动惯性的速度

B:是将粒子推向个体最优位置和群体最优位置的加速权重

C:惯性速度小的粒子更趋向于跟随种群最优方向，保证算法收敛能力。

D:惯性速度大的粒子更趋向于探索未知空间，保证算法探索能力。

答案:可以控制粒子保持自身运动惯性的速度

；惯性速度小的粒子更趋向于跟随种群最优方向，保证算法收敛能力。

；惯性速度大的粒子更趋向于探索未知空间，保证算法探索能力。

遗传算法主要借用生物进化中“适者生存”的规律。()

A:对B:错

答案:对

第六章单元测试

在以下智能能力中，是机器获取知识的根本途径()。

A:行为B:学习C:记忆D:感知

答案:学习使用One-Hot编码，对学校类别特征[小学、初中、高中、大学]进行表示，正确的是()。

A:[1100,0011,1010,0101]

B:[0000,0001,0011,0111]

C:[1000,0100,0010,0001]

D:[1111,1110,1100,1000]

答案:[1000,0100,0010,0001]

以下关于机器学习的描述，正确的是()。

A:机器学习是计算机自动地通过学习获取知识和技能，不断改善性能，实现自我完善。

B:机器学习是用数据或以往的经验，以此优化计算机程序的性能标准

C:机器学习是通过对经验的学习来优化任务，进而完成性能指标的一个过程。

D:机器学习是人工智能的核心，是使计算机获取知识、具有智能的根本途径，

答案:机器学习是计算机自动地通过学习获取知识和技能，不断改善性能，实现自我完善。

；机器学习是用数据或以往的经验，以此优化计算机程序的性能标准

；机器学习是通过对经验的学习来优化任务，进而完成性能指标的一个过程。

；机器学习是人工智能的核心，是使计算机获取知识、具有智能的根本途径，

在有监督学习中，样本包括（）和（），数据集一般被划分为（）和（）。（）

A:训练集B:测试集

C:标记D:特征

答案:训练集；测试集

；标记；特征机器学习是人工智能实现的唯一途径。()

A:对B:错

答案:错简单理解，机器学习模型就是一个函数，实现从样本特征到样本标记的映射。()

A:错B:对

答案:对

第七章单元测试

回归分析可应用于假设检验，其中包括数据是否能表明原假设更可能是真还是假。（）

A:对B:错

答案:对线性回归就是一系列技术用于找出拟合一系列数据点的直线。（）

A:错B:对

答案:对多元线性回归只能处理数值特征，所以分类数据需要额外的处理。（）

A:对B:错

答案:对吝啬原则就是在模型选择中除非复杂否则就坚持使用简单的模型。（）

A:对B:错

答案:对前向消除法中首先向空模型加入的是最不显著的变量。（）

A:错B:对

答案:错

第八章单元测试

人工神经网络的基本单元是()。

A:输入B:权值C:神经元

D:输出

答案:神经元

以下哪个不可以用作神经网络中激活函数的是()。

A:ReLUB:TanhC:交叉熵函数

D:Sigmoid

答案:交叉熵函数

人工神经元模型（如M-P模型）包括()。

A:求和累加B:激励函数C:输入权重D:特征提取

答案:求和累加；激励函数；输入权重以下关于人工神经网络的描述中，正确的是()。

A:是一种非线性模型，具有存储并使用经验知识的能力

B:人工神经网络是受生物神经学启发的数学模型

C:通过构建人工神经元和建立神经元间的连接，模拟生物神经网络

D:人工神经元是网络的基本单元，模拟人脑神经元接受输入信号、产出输出

答案:人工神经网络是受生物神经学启发的数学模型

；通过构建人工神经元和建立神经元间的连接，模拟生物神经网络

；人工神经元是网络的基本单元，模拟人脑神经元接受输入信号、产出输出

单层感知机能对线形可分的数据集进行分类，能解决逻辑关系中的异或问题。()

A:对B:错

答案:错

第九章单元测试

深度学习、机器学习和人工智能之间的层次关系为()。

A:深度学习=机器学习⸦人工智能

B:深度学习⸦机器学习⸦人工智能

C:机器学习⸦深度学习⸦人工智能

D:深度学习⸦人工智能⸦机器学习

答案:深度学习⸦机器学习⸦人工智能

假设输入是一个300*300的彩色（RGB）图像，并且没有使用卷积神经网络。如果第一个隐层有100个神经元，每个神经元与输入层进行全连接，那么这个隐藏层有多少个参数（包括偏置参数）？()

A:300*3*100

B:300*300*3*100

C:300*300*3*100+100

D:300*3*100+100

答案:300*300*3*100+100

1卷积神经网络（CNN）是一种多层神经网络，其特点包括()。

A:在图像识别等应用中，能够通过卷积运算等逐层自动提取特征

B:卷积层一般由多个二维矩阵组成

C:一般由卷积层、池化层、全连接成层组成

D:是一种无监督（unsupervised）机器学习模型

答案:在图像识别等应用中，能够通过卷积运算等逐层自动提取特征

；卷积层一般由多个二维矩阵组成

；一般由卷积层、池化层、全连接成层组成

以下关于深度神经网络的认识，正确的有()。

A:一般而言，层次越深则网络的学习能力越强，但同时意味着计算开销越大

B:可以组合低层特征为抽象的高层特征进行特征学习

C:特征提取能力弱于传统的人工神经网络

D:继承了传统人工神经网络的自适应学习能力

答案:一般而言，层次越深则网络的学习能力越强，但同时意味着计算开销越大

；可以组合低层特征为抽象的高层特征进行特征学习

；继承了传统人工神经网络的自适应学习能力

卷积层具有以下哪些特点？()

A:线性表示B:其余三个选项都是

C:权值共享D:局部连接

答案:权值共享；局部连接

第十章单元测试

分类通过通过相似性推测标签，聚类通过标签推测相似性。（）

A:错B:对

答案:错假设总的类内散布矩阵为SW，总的类间散布矩阵为SB，总体散布矩阵为ST，则ST=SW+SB。（）

A:错B:对

答案:对顺序聚类的性质包括：（）

A:按不同的顺序输入，可能得到不同的聚类结果

B:算法的时间复杂度非常高

C:对初始的第一个聚类中心的选择依赖性比较强

D:聚类效果受阈值的影响

答案:按不同的顺序输入，可能得到不同的聚类结果

；对初始的第一个聚类中心的选择依赖性比较强

；聚类效果受阈值的影响

谱系聚类不仅要产生出样本的不同聚类，而且要生成一个完整的样本层次分类谱系（）。

A:对B:错

答案:对在模糊K-均值算法中，类别间可以存在交叠。（）

A:对B:错

答案:对

第十一章单元测试

从数学的角度，降维可以分为线性降维和非线性降维。（）

A:对B:错

答案:对分支定界法是特征提取的一种方法。（）

A:对B:错

答案:错下面哪个准则函数可以用于分支定界法：（）

A:

B:

C:

D:

答案:

；

如下关于分支定界法的描述，哪些是正确的：（）

A:用分支定界法得到的特征与用主成分分析法得到的特征是一样的

B:可分性判据必须具有单调性

C:当原始的特征维数很大时，计算量仍然比较大

D:该算法的计算量与最优解所在分支的位置有关

答案:可分性判据必须具有单调性

；当原始的特征维数很大时，计算量仍然比较大

；该算法的计算量与最优解所在分支的位置有关

在线性判别分析中，对于样本只有两个类别的情况，最佳投影向量为：。（）

A:对B:错

答案:对

第十二章单元测试

信息论的主要创始人是（）

A:香农

B:哈特莱

C:冯诺依曼

D:图灵

答案:香农

下列关于信息熵的说法正确的是（）。

A:一个系统越是有序，信息熵就越高

B:熵是无序性的定量量度

C:一般情况下，把有规律排列的状态称为“低熵”

D:一般情况下，把混乱的状态称为“低熵”

答案:一般情况下，把有规律排列的状态称为“低熵”

下面关于结点的说法，正确的是（）

A:根结点表示样本集合

B:叶结点表示样本的一个分类，即某一种决策结果

C:内部结点表示对测试样本的一个特征进行测试，下面的分支表示对该特征测试的输出。

D:决策树的结点有根结点、内部结点和叶结点三种类型

答案:根结点表示样本集合

；叶结点表示样本的一个分类，即某一种决策结果

；内部结点表示对测试样本的一个特征进行测试，下面的分支表示对该特征测试的输出。

；决策树的结点有根结点、内部结点和叶结点三种类型

在决策树不断的划分过程中，我们希望结点的信息熵能够迅速的升高。（）

A:对B:错

答案:错ID3决策树的生成过程中，结点选取还尚未被用来划分的、具有最高信息增