人工智能原理、技術(shù)及應(yīng)用試卷A及答案_第1頁(yè)
人工智能原理、技術(shù)及應(yīng)用試卷A及答案_第2頁(yè)
人工智能原理、技術(shù)及應(yīng)用試卷A及答案_第3頁(yè)
人工智能原理、技術(shù)及應(yīng)用試卷A及答案_第4頁(yè)
人工智能原理、技術(shù)及應(yīng)用試卷A及答案_第5頁(yè)
已閱讀5頁(yè),還剩6頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

人工智能卷專業(yè)班級(jí):學(xué)生姓名:

命題教師:學(xué):

審題教師:考試成績(jī):一空空分分)

得分:

分人工智能三大學(xué)派是_______、________、________。人工之智能是計(jì)算機(jī)科學(xué)涉及研究設(shè)計(jì)和應(yīng)用_______一個(gè)分支它的近期目標(biāo)在于研究用機(jī)來_______某些智力功能。人工智應(yīng)用研究的兩個(gè)最要最廣泛領(lǐng)域?yàn)開_______、________產(chǎn)生式系統(tǒng)的推理可以分為_________種本方式。數(shù)據(jù)掘具體功能有類/概描、。知識(shí)現(xiàn)的方法有________、________、________和________等。二單項(xiàng)擇小分)蟻群中信息素與路徑長(zhǎng)()關(guān)系.正關(guān)系.不關(guān)關(guān)系.相關(guān)系.反關(guān)系

得:

分2.深度學(xué)習(xí)的源于人工網(wǎng)絡(luò)的研最早由()于()提出?Bengio、1990年LeCun、1995年Hinton、2006年Goodfellow、2016年3.大數(shù)據(jù)的基征包括()體量大多樣、價(jià)密度、速體量大成本、多性、度快體量大成本、價(jià)密度、速體量大多樣、成低、值密4.()是知識(shí)圖譜中數(shù)據(jù)展示的一種形式,它可以看作是一個(gè)數(shù)據(jù)模型,也就是表達(dá)數(shù)據(jù)的一種手段。.RDFS.RD..RD第頁(yè)頁(yè)5.粒子群算法的粒子的方向和距離是由()決定的。.度值.函數(shù).度.積6.影響基本均值算法的主要因素不包含以下哪項(xiàng)()A.樣本輸入順序聚類準(zhǔn)則C.模式相似性測(cè)度選取7.以下哪種方法不屬于分類算法()A.K-近鄰算法斯機(jī)值8.以下哪個(gè)算法不屬于有監(jiān)督學(xué)習(xí)算法()A.樸素貝葉斯樹C.K-均值D.支持向量機(jī)9.在神經(jīng)網(wǎng)絡(luò)中,每一感知相當(dāng)人類腦的經(jīng),那么于感器來說哪些分是必須有的()輸入號(hào)、出信號(hào)輸入號(hào)、出信、閾、權(quán)重偏置閾值、重、置輸入號(hào)、出信、閾、權(quán)重10.卷積神網(wǎng)絡(luò)出現(xiàn)對(duì)深度學(xué)是革命.對(duì)于一完整的卷神經(jīng)網(wǎng)絡(luò)通常有五個(gè)層(layer),你知道這個(gè)層的順序是()A輸入層-卷積層-勵(lì)層-池化層-全連接層輸入層-激勵(lì)層-卷層-池化層-全連接層輸入層-激勵(lì)層-化層-卷積層-全連接層輸入層-卷積層-連接層-激勵(lì)層-池化層、共分)因?yàn)閿?shù)放到云,數(shù)據(jù),本機(jī)些。()層聚算法不于大數(shù)據(jù)()決策樹一個(gè)模。)個(gè)他相相。()5.標(biāo)準(zhǔn)segmentation)為素,是個(gè)素類為屬對(duì)類。)第頁(yè)頁(yè)四、簡(jiǎn)答題(共分)

得分:

分1.2.101)重降交易成本發(fā)自潛空間。2)或本事信息縱史橫向。自身迅衍為新信產(chǎn)業(yè)還同云計(jì)算、聯(lián)慧程聯(lián)動(dòng)撐個(gè)息新代。3)云算使及各類聯(lián)質(zhì)就相連互聯(lián)聯(lián)心基礎(chǔ)仍然是互聯(lián)其戶延伸擴(kuò)展到任品與品之間行信交通。視化析掘算法預(yù)性析義引擎量管。3.概種類每類行單敘10

1

2

3

4

4.RNN論完整性踐幾乎樣label很樣比如“根據(jù)音型int型成篇音樂”者成文章”篇章文者情“”主“情緒”者文章”

列數(shù)序列數(shù)主“NER別者比如做“”文數(shù)文數(shù)樣

樣RNN“做“Decoder”5.主10

術(shù)及多機(jī)器人協(xié)調(diào),機(jī)器人系統(tǒng)研究6.簡(jiǎn)述有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的不同點(diǎn)。10分)答:而在。加上了。因練樣集必帶標(biāo)的樣成。監(jiān)督習(xí)方法某號(hào)。達(dá)“”。、符號(hào)主義、連接主、行為主義、模仿腦、機(jī)器習(xí)、反向理、關(guān)聯(lián)析、自組、函數(shù)、。、選擇DCACCBDCBA三、第頁(yè)頁(yè)FTF、簡(jiǎn)答

2.104)重降交易成本發(fā)自潛空間。5)或本事信息縱史橫向。自身迅衍為新信產(chǎn)業(yè)還同云計(jì)算、聯(lián)慧程聯(lián)動(dòng)撐個(gè)息新代。6)云算使及各類聯(lián)質(zhì)就相連互聯(lián)聯(lián)心基礎(chǔ)仍然是互聯(lián)其戶延伸擴(kuò)展到任品與品之間行信交通。視化析掘算法預(yù)性析義引擎量管。

6

8

3.105

6

7

8

4.RNN絡(luò)沒大寫里了保持論完整性踐幾乎沒樣label樣比如“根據(jù)音型int型篇樂”者“成文章”篇章文者0/1“”“者文章”

“”者如”文文樣

樣RNN“Decoder”5.10

6.

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論