人工智能基礎智慧樹知到答案章節(jié)測試2023年山東交通學院

緒論單元測試人工智能的名字是

A:AllenLverson

B:ArtificialIntelligence

C:A-ClassIntelligence

D:AirJorden

答案:B第一章測試第一個擊敗人類職業(yè)圍棋選手、第一個戰(zhàn)勝世界圍棋冠軍的人工智能機器人是由谷歌公司開發(fā)的（）。

A:Alpha

B:AlphaGood

C:AlphaGo

D:AlphaFun

答案:C無需棋譜即可自學圍棋的人工智能是（）

A:AlphaGoLee

B:AlphaGoFan

C:AlphaGoMaster

D:AlphaGoZero

答案:D世界上第一次正式的AI會議于（）年召開，JohnMcCarthy正式提出“ArtificialIntelligence”這一術語

A:1957

B:1956

C:1954

D:1955

答案:B以下哪些不是人工智能概念的正確表述（）

A:人工智能是通過機器或軟件展現(xiàn)的智能

B:人工智能是為了開發(fā)一類計算機使之能夠完成通常由人類所能做的事

C:人工智能將其定義為人類智能體的研究

D:人工智能是研究和構建在給定環(huán)境下表現(xiàn)良好的智能體程序

答案:C下面不屬于人工智能研究基本內容的是（）。

A:機器思維

B:機器學習

C:自動化

D:機器感知

答案:C人工智能是研究、開發(fā)用于模擬、延伸和擴展人的（）的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。

A:智能

B:行為

C:計算能力

D:語言

答案:A圖靈測試的含義是（）

A:圖靈測試是一種用來混淆的技術，它希望將正常的（可識別的）信息轉變?yōu)闊o法識別的信息。

B:不存在圖靈測試概念

C:所謂的圖靈測試就是指一個抽象的機器，它有一條無限長的紙帶，紙帶分成了一個一個的小方格，每個方格有不同的顏色。有一個機器頭在紙帶上移來移去。機器頭有一組內部狀態(tài)，還有一些固定的程序。

D:圖靈測試是測試人在與被測試者(一個人和一臺機器)隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。問過一些問題后，如果被測試者超過30%的答復不能使測試人確認出哪個是人、哪個是機器的回答，那么這臺機器就通過了測試，并被認為具有人類智能。

答案:D下列不屬于人工智能學派的是（）。

A:機會主義

B:符號主義

C:連接主義

D:行為主義

答案:A認為智能不需要知識、不需要表示、不需要推理；人工智能可以像人類智能一樣逐步進化；智能行為只能在現(xiàn)實世界中與周圍環(huán)境交互作用而表現(xiàn)出來。這是（）學派的基本思想。

A:符號主義

B:行為主義

C:連接主義

D:邏輯主義

答案:B關于人工智能研究范式的連接主義，相關論述不正確的是（）

A:連接主義原理是模擬大腦神經網(wǎng)絡及神經網(wǎng)絡間的連接機制與學習算法。

B:連接主義起源于仿生學和人腦模型的研究。

C:連接主義理論認為思維基本是神經元、人腦不同于電腦，并提出連接主義的大腦工作模式。

D:連接主義學派的代表人物有卡洛克(WarrenS.McCulloch)、皮茨(WalterH.Pitts)、Hopfield、布魯克斯(Brooks)、紐厄爾(Newell)。

答案:D人工智能(AI)、機器學習、深度學習三者關系論述正確的是（）

A:人工智能是一門研究、開發(fā)用于模擬、延伸和擴展人類智能的理論、方法及應用的新的交叉學科，機器學習是人工智能的核心研究鄰域之一，深度學習是機器學習的新領域，研究多隱層多感知器、模擬人腦進行分析學習的人工神經網(wǎng)絡。

B:人工智能研究、開發(fā)用于模擬、延伸和擴展人類智能的理論、方法及應用，屬于一門獨立的技術學科。

C:深度學習方法研究人工神經網(wǎng)絡的單層感知器學習結構。

D:機器學習專門研究計算機怎樣模擬人類的學習行為，以獲取新的知識和技能，重新組織已有的知識結構以完善自身的性能，但是機器學習能力并非AI系統(tǒng)所必須的。

答案:A支持向量機可以看作是具有一層隱藏層的神經網(wǎng)絡。支持向量機的理論基礎是（）

A:統(tǒng)計學

B:視覺生理學

C:控制論S

D:生物神經學

答案:A深度學習屬于（）

A:符號主義

B:行為主義

C:連接主義

D:邏輯主義

答案:C下列不符合符號主義思想的是（）

A:認為智能不需要知識、不需要表示、不需要推理

B:認為人的認知基元是符號

C:源于數(shù)理邏輯

D:人工智能的核心問題是知識表示、知識推理

答案:A不屬于自然語言處理的核心環(huán)節(jié)的是（）

A:知識的獲取與表達

B:自然語言理解

C:語音語義識別

D:自然語言生成

答案:C人工智能的近期目標在于研究機器來（）。

A:模仿和執(zhí)行人腦的某些智力功能

B:完全代替人類

C:制造智能機器

D:代替人腦

答案:A第二章測試下列哪一個是“分類”任務的準確描述（）。

A:對每個項目進行排序

B:為每個項目分配一個類別

C:預測每個項目實際的值

D:發(fā)現(xiàn)每個空間中輸入的排布

答案:B下列對于分類概念描述不正確的是（）

A:分類的概念是在已有數(shù)據(jù)的基礎上學會一個分類函數(shù)或構造出一個分類模型（即我們通常所說的分類器(Classifier)）。

B:分類的結果有可能錯誤。

C:分類的方法包含決策樹、邏輯回歸、樸素貝葉斯、神經網(wǎng)絡等算法

D:分類的標準統(tǒng)一

答案:D在機器學習領域，分類的目標是指（）。

A:將具有相似特征的對象聚集

B:將具有相似值的對象聚集

C:將具有相似形狀的對象聚集

D:將具有相似名稱的對象聚集

答案:A兩種以上（不含兩種）的分類問題被稱為（）。

A:多分類

B:分類器

C:二分類

D:歸一化

答案:A有關分類器的構造和實施步驟描述錯誤的是：（）

A:選定樣本，將所有樣本分成訓練樣本和測試樣本兩部分；

B:根據(jù)預測結果，計算必要的評估指標，評估分類模型的性能。

C:在訓練樣本上執(zhí)行分類模型，生成預測結果；

D:在訓練樣本上執(zhí)行分類器算法，生成分類模型；

答案:C分類器是基于現(xiàn)有數(shù)據(jù)構造出一個模型或者函數(shù)，以將數(shù)據(jù)庫中的數(shù)據(jù)映射到給定類別，從而可以應用于數(shù)據(jù)預測。常包含以下步驟：①在訓練樣本上執(zhí)行分類器算法，生成分類模型。②在測試樣本上執(zhí)行分類模型，生成預測結果。③選定樣本（包含正樣本和負樣本），將所有樣本分成訓練樣本和測試樣本。④根據(jù)預測結果，計算必要的評估指標，評估分類模型的性能。構造和實施分類器的正確順序為（）

A:④①②③

B:②③①④

C:①②③④

D:③①②④

答案:D下列算法中，不能夠對給定樣本進行分類的是（）。

A:梯度下降算法

B:決策樹算法

C:神經網(wǎng)絡

D:邏輯回歸算法

答案:A在測試樣本上執(zhí)行分類模型，可以（）。

A:生成分類模型

B:區(qū)分正樣本

C:區(qū)分負樣本

D:生成預測結果

答案:DSVM是一種典型的（）模型

A:神經網(wǎng)絡

B:聚類

C:二類分類

D:感知機

答案:C把樣本所屬的類型和樣本實現(xiàn)對應起來被稱為()

A:分類

B:標注

C:測試

D:訓練

答案:B分類器測試的作用是

A:判斷測試集樣本標注是否合適

B:檢驗分類器的效果

C:獲得檢測目標的分類

D:判斷測試集樣本選擇是否合適

答案:B下列敘述中關于歸一化不正確的是（）

A:歸一化后，所有元素和為1

B:歸一化后，所有元素值范圍在[0,1]

C:歸一化后，所有元素值范圍在（0,1）

D:歸一化也被稱為標準化

答案:C深度學習中，常用的歸一化函數(shù)是（）函數(shù)

A:SoftMax

B:SoftMin

C:MicroMin

D:MicroMax

答案:A第三章測試有特征，無標簽的機器學習是（）

A:半監(jiān)督學習

B:監(jiān)督學習

C:強化學習

D:無監(jiān)督學習

答案:D無監(jiān)督學習可完成什么任務（）

A:聚類

B:分類

C:分類、回歸、聚類

D:回歸

答案:A尋找數(shù)據(jù)之間的相似性并將之劃分組的方法稱為（）

A:分組

B:回歸

C:分類

D:聚類

答案:D下列兩個變量之間的關系中,哪個是函數(shù)關系（）

A:孩子的身高和父親的身高

B:正方形的邊長和面積

C:人的工作環(huán)境與健康

D:學生的性別和他的英語成績

答案:B從某中學隨機選取8名男生，其身高x(cm)和體重y(kg)的線性回歸方程為y=0.849x-85.712，則身高172cm的男學生，又回歸方程可以預報其體重（）。

A:大于60.316kg

B:為60.316kg

C:小于60.316kg

D:約為60.316kg

答案:D以下不屬于聚類算法的是（）。

A:樸素貝葉斯算法

B:K均值算法

C:DIANA算法

D:AGNES算法

答案:AZ等于Ｘ，則Z與Ｘ之間屬于（）

A:不相關

B:完全不相關

C:不完全相關

D:完全相關

答案:D因：經常挑食；果：身材矮小。這組因、果之間屬于（）關系。

A:不相關

B:不完全相關

C:完全相關

D:完全不相關

答案:B（）是指根據(jù)“物以類聚”原理，將本身沒有類別的樣本聚集成不同的組。

A:非監(jiān)督學習

B:分類

C:聚類

D:回歸

答案:C現(xiàn)欲分析性別、年齡、身高、飲食習慣對于體重的影響，如果這個體重是屬于實際的重量，是連續(xù)性的數(shù)據(jù)變量，這時應采用（）；如果將體重分類，分成高、中、低這三種體重類型作為因變量，則采用（）。

A:線性回歸線性回歸

B:邏輯回歸線性回歸

C:線性回歸邏輯回歸

D:邏輯回歸邏輯回歸

答案:C有特征，有部分標簽的機器學習屬于（）。

A:強化學習

B:半監(jiān)督學習

C:監(jiān)督學習

D:無監(jiān)督學習

答案:B下面兩個兩完全相關的是（）。

A:每天的溫度和季節(jié)

B:圓形的面積與直徑

C:長方形的面積與邊長

D:孩子的身高與父親身高

答案:B機器學習包括：

A:監(jiān)督學習

B:半監(jiān)督學習

C:無監(jiān)督學習

D:強化學習

答案:ABCD兩個變量之間的關系包括：

A:完全相關

B:不相關

C:負相關

D:不完全相關

答案:ABD下面哪一個不是聚類常用的算法（）。

A:SVM算法

B:AGNES算法

C:K均值算法

D:DIANA算法

答案:AAGNES算法步驟正確的是（）。①將每個樣本特征向量作為一個初始簇；②根據(jù)兩個簇中最近的數(shù)據(jù)點尋找最近的兩個簇；③重復以上第二、三步，直到達到所需要的簇的數(shù)量；④合并兩個簇，生成新的簇的集合，并重新計算簇的中心點。

A:①②③④

B:①④③②

C:①④②③

D:①②④③

答案:D下面屬于強化學習的是（）

A:用戶經常閱讀軍事類和經濟類的文章，算法就把和用戶讀過的文章相類似的文章推薦給你。

B:用戶每讀一篇文章，就給這篇新聞貼上分類標簽，例如這篇新聞是軍事新聞，下一篇新聞是經濟新聞等；算法通過這些分類標簽進行學習，獲得分類模型；再有新的文章過來的時候，算法通過分類模型就可以給新的文章自動貼上標簽了。

C:兩個變量之間的關系，一個變量的數(shù)量變化由另一個變量的數(shù)量變化所惟一確定，則這兩個變量之間的關系稱為強化學習。

D:算法先少量給用戶推薦各類文章，用戶會選擇其感興趣的文章閱讀，這就是對這類文章的一種獎勵，算法會根據(jù)獎勵情況構建用戶可能會喜歡的文章的“知識圖”。

答案:D第四章測試1943年，神經網(wǎng)絡的開山之作《Alogicalcalculusofideasimmanentinnervousactivity》,由（）和沃爾特.皮茨完成。

A:唐納德.赫布

B:羅素

C:沃倫.麥卡洛克

D:明斯基

答案:C感知機屬于（）。

A:反饋神經網(wǎng)絡

B:BP神經網(wǎng)絡

C:生物神經網(wǎng)絡

D:前饋神經網(wǎng)絡

答案:D被稱為“神經網(wǎng)絡之父”和“人工智能教父”的是（）。

A:明斯基

B:辛頓

C:赫布

D:魯梅爾哈特

答案:B反饋神經網(wǎng)絡又稱前饋網(wǎng)絡。

A:對

B:錯

答案:B下列神經網(wǎng)絡中哪種架構有反饋連接（）。

A:卷積神經網(wǎng)絡

B:感知機

C:循環(huán)神經網(wǎng)絡

D:都不是

答案:C對于自然語言處理問題，哪種神經網(wǎng)絡模型結構更適合？（）。

A:卷積神經網(wǎng)絡

B:多層感知器

C:感知器

D:循環(huán)神經網(wǎng)絡

答案:D為解決單個輸出的感知機無法解決的異或問題，需要用有至少（）個輸出的感知機？

A:5個

B:2個

C:3個

D:4個

答案:B使用感知機模型的前提是（）。

A:數(shù)據(jù)線性不可分

B:數(shù)據(jù)線性可分

C:數(shù)據(jù)樣本少

D:數(shù)據(jù)樣本多

答案:B有關淺層神經網(wǎng)絡的說法正確的是（）。

A:神經元與前一層及后一層的神經元相連

B:是一種單向多層結構

C:同一層的神經元之間沒有互相連接

D:各神經元分層排列

答案:BCD對于多層神經網(wǎng)絡，BP（反向傳播）算法的直接作用是（）。

A:加快訓練權值參數(shù)和偏置參數(shù)

B:提供訓練集、測試集樣本

C:科學評價訓練模型

D:提高神經網(wǎng)絡特征表示精確度

答案:A梯度下降算法的正確步驟是什么？（）(a)計算預測值和真實值之間的誤差。(b)迭代跟新，直到找到最佳權重(c)把輸入傳入網(wǎng)絡，得到輸出值(d)初始化隨機權重和偏差(e)對每一個產生誤差的神經元，改變相應的（權重）值以減小誤差

A:e,d,c,b,a

B:c,b,a,e,d

C:a,b,c,d,e

D:d,c,a,e,b

答案:D感知機是只含輸入層和輸出層的一種淺層神經網(wǎng)絡，兩個感知機輸出解決了”異或”問題，進一步擴展到多感知機輸出，并增加了偏置單元。關于偏置單元的作用正確的是（）。

A:屬于一種多層隱含層

B:解決異或問題

C:計算網(wǎng)絡傳播偏差信息

D:施加干擾，消除網(wǎng)絡死循環(huán)，以達到輸出收斂

答案:D深度學習是一種多層神經網(wǎng)絡的模擬認知訓練方法，多層神經網(wǎng)絡包含多個隱含層感知層，也稱作卷積神經網(wǎng)絡(CNN)，它的研究熱潮興起于本世紀初期。

A:錯

B:對

答案:A深度學習可以具有幾個隱藏層（）。

A:4個

B:3個

C:1個

D:2個

答案:ABD深度學習中常用的激活函數(shù)不包括（）。

A:ReLU函數(shù)

B:sign函數(shù)

C:Sin函數(shù)

D:Sigmoid函數(shù)

答案:C深度學習是含有一個隱含層的多層神經網(wǎng)絡模型的強化學習，訓練過程加入了激活函數(shù)。

A:錯

B:對

答案:A神經網(wǎng)絡中，線性模型的表達能力不夠時，可引入（）來添加非線性因素。

A:激活函數(shù)

B:線性函數(shù)

C:偏置單元

D:分類函數(shù)

答案:A下列關于神經網(wǎng)絡說法正確的是（）。

A:高速尋找優(yōu)化解

B:不如決策樹穩(wěn)定

C:具有自學習、自組織、自適應性

D:非線性

答案:ACD第五章測試視網(wǎng)膜上對弱光敏感的是

A:視桿細胞

B:視錐細胞

C:瞳孔

D:視神經

答案:A計算機中存儲的圖像是

A:數(shù)字圖像

B:黑白圖像

C:模擬圖像

D:彩色圖像

答案:A數(shù)字圖像的最小單位是：

A:點

B:像素

C:位

D:分辨率

答案:B圖像的空間離散化叫做：

A:灰度化

B:二值化

C:量化

D:采樣

答案:D計算機處理圖像時的三原色是：

A:紅、綠、藍

B:紅、黃、綠

C:藍、綠、黃

D:紅、黃、藍

答案:A計算機顯示器使用的顏色模型是

A:YUV

B:HSV

C:CMYK

D:RGB

答案:D已知的最古老的照片是由__完成的

A:達芬奇

B:JosephN.Niepce

C:RussellA.Kirsch

D:WillamH.F.Talbot

答案:B以下哪個不是圖像的基本運算

A:點運算

B:塊運算

C:邏輯運算

D:代數(shù)運算

答案:B可以將圖中的相應區(qū)域進行遮蓋的運算是

A:圖像減法

B:圖像乘法

C:圖像加法

D:圖像除法

答案:B以下不屬于圖像增強方法的是

A:均值濾波

B:對比度展寬

C:直方圖均衡

D:偽彩色

答案:A常用的圖像分割方法不包括

A:基于邊緣檢測的方法

B:基于區(qū)域的方法

C:基于閾值的方法

D:基于視覺觀察的方法

答案:D圖像壓縮的目的是

A:去除圖像中的冗余信息

B:減少圖像的信息量

C:增加數(shù)據(jù)量

D:降低分辨率

答案:A關于圖像梯度，說法不正確的是

A:水平梯度圖中豎向的邊緣會比較清楚

B:相鄰像素之間的差值稱為圖像梯度

C:邊緣梯度值要比平滑紋理梯度值小

D:垂直梯度圖中，水平方向的邊緣會比較清楚

答案:C關于視頻的說法不正確的是

A:視頻是圖像序列

B:視頻時離散的

C:我們常見的視頻一般是20幀/秒

D:視頻是基于“視覺暫留”現(xiàn)象

答案:C可以檢測出圖像中運動的方向和大小的方法是

A:光流法

B:梯度直方圖

C:背景差分

D:差分

答案:ACNN的基本結構不包括

A:卷積層

B:反向池化層

C:全連接層

D:前向池化層

答案:B關于卷積層的說法，錯誤的是

A:卷積層可以作為神經網(wǎng)絡的隱藏層

B:卷積核的尺寸是由人為指定的

C:特征圖是為卷積層的最終輸出

D:卷積核的參數(shù)值是人為指定的

答案:D池化層的作用不包括

A:實現(xiàn)特征分類

B:降低特征圖的分辨率

C:解決卷積計算量過大的問題

D:實現(xiàn)不同尺度特征的提取

答案:ACNN中用來完成分類的是

A:全連接層

B:卷積層

C:池化層

D:ReLU函數(shù)

答案:A第六章測試依據(jù)自然語言是處理系統(tǒng)的輸入還是輸出，自然語言處理完成的功能可以劃分為以下兩類。

A:自然語言生成

B:自然語言讀寫

C:自然語言表達

D:自然語言理解

答案:AD自然語言處理作為人工智能領域最重要的一個研究方向，其技術發(fā)展與人工智能的發(fā)展歷史一樣，主要有以下兩類方法。

A:基于統(tǒng)計的方法

B:基于字典的方法

C:基于深度學習的方法

D:基于規(guī)則的方法

答案:AD導航軟件里面郭德綱的聲音是怎么制作的。

A:語音合成

B:本人錄制

C:詞典查詢

D:語音識別

答案:A下列技術屬于自然語言處理范疇的有哪些。

A:摘要抽取

B:字典查詢

C:機器翻譯

D:相似度檢測

答案:ABCD小Q弟弟聰明好學，下列哪些功能是它能夠完成的。

A:網(wǎng)上訂餐

B:解釋成語

C: