人工智能題庫(一)2020

人工智能題庫（一）20201_人工智能概述

一.單選題

1.如果分別向參加測試的人和計算機提出一些書面問題，人類無法區(qū)分問題答案來自人還是計算機，那么可以說這臺計算機通過了測試。

A、黑盒

B、丘奇

C、圖靈

D、智商

正確答案：C

3.有人說“人類智能是智能回路的總開關(guān)”，即人類智能決定著任何智能的高度、廣度和深度，下面描述和這個觀點不一致。

A、人類智能是機器智能的設(shè)計者

B、機器智能目前已經(jīng)超越了人類智能

C、機器智能目前無法完全模擬人類所有智能

D、機器智能和人類智能相互協(xié)同所產(chǎn)生的智能能力可超越人類智能或機器智能

正確答案：B

4.下面關(guān)于人工智能及深度學(xué)習(xí)的關(guān)系描述中，是正確的。

A、機器學(xué)習(xí)是深度學(xué)習(xí)的一種方法

B、人工智能是機器學(xué)習(xí)的一個分支

C、人工智能就是深度學(xué)習(xí)

D、深度學(xué)習(xí)是一種機器學(xué)習(xí)的方法

正確答案：D

5.下面描述了現(xiàn)有深度學(xué)習(xí)這一種人工智能方法的特點。

A、大數(shù)據(jù)，大任務(wù)

B、大數(shù)據(jù)，小任務(wù)

C、小數(shù)據(jù)，小任務(wù)

D、小數(shù)據(jù)，大任務(wù)

正確答案：B

6.被譽為“機器學(xué)習(xí)之父“的是。

A、塞繆爾

B、費根鮑姆

C、西蒙

D、圖靈

正確答案：A

7.第一個成功研制的專家系統(tǒng)是。

A、計算機配置專家系統(tǒng)Xcon

B、血液病診斷專家系統(tǒng)MYCIN

C、化合物結(jié)構(gòu)識別專家系統(tǒng)Dendral

D、探礦專家系統(tǒng)Prospector

正確答案：C

8.強化學(xué)習(xí)技術(shù)屬于學(xué)派。

A、行為主義

B、符號主義

C、連接主義

D、邏輯主義

正確答案：A

9.計算機領(lǐng)域的最高獎項是。

A、菲爾茲獎

B、馮.諾伊曼獎

C、圖靈獎

D、香農(nóng)獎

正確答案：C

10.機器智能目前還無法達(dá)到人類智能，主要原因是。

A、機器智能占有的數(shù)據(jù)量還不夠大

B、機器智能的支持設(shè)備的計算能力不足

C、機器智能的推理規(guī)則不全面

D、機器智能缺乏直覺和頓悟能力

正確答案：D

11.我國《新一代人工智能發(fā)展規(guī)劃》中規(guī)劃，到年成為世界主要人工智能創(chuàng)新中心。

A、2020

B、2025

C、2030

D、2035

正確答案：C

二.多選題

（共12題,52.7分）

1.系統(tǒng)屬于人工智能應(yīng)用的實例。

A、計步器

B、機械式密碼鎖

C、聊天機器人

D、電商網(wǎng)站的商品推薦

正確答案：CD

2.下面關(guān)于人工智能概念的表述，合理。

A、根據(jù)對環(huán)境的感知做出合理的行動，并獲得最大收益的計算機程序

B、任何計算機程序都具有人工智能

C、針對特定的任務(wù)，人工智能程序一般具有自主學(xué)習(xí)的能力

D、人工智能程序要和人類具有相同的思考方式

正確答案：AC

3.下面學(xué)科是人工智能的基礎(chǔ)。

A、經(jīng)濟學(xué)

B、計算機科學(xué)

C、地理學(xué)

D、數(shù)學(xué)

正確答案：BD

4.符合強人工智能的描述有。

A、僅在某個特定的領(lǐng)域超越人類的水平

B、是通用的人工智能

C、可以勝任人類的所有工作

D、在科學(xué)創(chuàng)造力、智慧等方面都遠(yuǎn)勝于人類

正確答案：BC

5.發(fā)展出圖像識別成功率超越人類的人工智能的主要因素有。

A、人類專家規(guī)則的完善

B、計算力的提升

C、社會關(guān)注度提升

D、大量數(shù)據(jù)驅(qū)動

正確答案：BD

6.ImageNet是一個圖片集合，它是。

A、圖像算法性能檢驗的“標(biāo)準(zhǔn)”數(shù)據(jù)集

B、繪制圖像的參考標(biāo)準(zhǔn)

C、任何圖形進(jìn)行分類的依據(jù)

D、每個圖片都有類別標(biāo)簽

正確答案：AD

7.數(shù)據(jù)驅(qū)動的人工智能方法的弱點是。

A、解釋性差

B、需要大量數(shù)據(jù)集合

C、需要建立知識庫

D、直接從數(shù)據(jù)中學(xué)習(xí)

正確答案：AB

8.對人工智能的發(fā)展趨勢劃分，一般可分為。

A、強人工智能

B、泛人工智能

C、弱人工智能

D、超人工智能

正確答案：ACD

9.AlphaGo成為第一個戰(zhàn)勝圍棋世界冠軍的人工智能機器人，它用到技術(shù)。

A、專家系統(tǒng)

B、深度學(xué)習(xí)

C、知識圖譜

D、強化學(xué)習(xí)

正確答案：BD

10.搜索下面的知識圖譜中，可以得到結(jié)論。

A、風(fēng)云兒是東京的美食品牌

B、風(fēng)云兒是最著名的拉面品牌

C、在一蘭吃壽司人均消費低于100元

D、壽司和拉面是本州島的美食

正確答案：AD

11.采用深度學(xué)習(xí)根據(jù)圖像訓(xùn)練一個植物分類模型前，一般需要。

A、搜集大量植物圖像樣本

B、搜集少量典型植物圖像樣本

C、對植物樣本進(jìn)行標(biāo)注

D、每類植物搜集一張圖像

正確答案：AC

12.當(dāng)前推動人工智能發(fā)展的主要支持技術(shù)包括。

A、云計算技術(shù)

B、大數(shù)據(jù)技術(shù)

C、深度學(xué)習(xí)算法

D、圖靈測試技術(shù)

正確答案：ABC

2.每一次比較都使搜索范圍減少一半的方法是。

A、蒙特卡洛方法

B、A*算法

C、minimax算法

D、二分查找法

正確答案：D

3.考慮到對稱性，井字棋最終局面有種不相同的可能。

A、19683

B、91

C、44

D、138

正確答案：D

4.在啟發(fā)式搜索中，評價函數(shù)的作用是。

A、判斷搜索算法的時間復(fù)雜度

B、判斷搜索算法的空間復(fù)雜度

C、從當(dāng)前節(jié)點出發(fā)來選擇后續(xù)節(jié)點

D、計算從當(dāng)前節(jié)點到目標(biāo)節(jié)點之間的最小代價值

正確答案：D

5.下面對minimax搜索算法描述中，哪句描述是不正確的。

A、MIN節(jié)點希望對方收益最小化

B、minimax值計算從根節(jié)點自頂向下進(jìn)行

C、根據(jù)minimax值確定行棋決策

D、MAX節(jié)點希望自己收益最大化

正確答案：D

6.蒙特卡洛搜索樹中，在階段要兼顧探索和利用。

A、選擇

B、擴展

C、模擬

D、反向傳播

正確答案：D

7.根據(jù)課程所講的井字棋估值方法，給以下局面估值為（X為正，O為負(fù)）。

A、1

B、-1

C、0

D、2

正確答案：D

8.除了問題本身的定義之外，使用問題特定知識的搜索策略被認(rèn)為是。

A、啟發(fā)式算法

B、minimax算法

C、深度優(yōu)先搜索

D、蒙特卡洛樹搜索

正確答案：D

9.圖中所示的minimax算法決策樹，圖中估值為7的結(jié)點被稱為。

A、終止結(jié)點

B、MAX結(jié)點

C、MIN結(jié)點

D、根節(jié)點

正確答案：D

10.在啟發(fā)式搜索（有信息搜索）中，啟發(fā)函數(shù)的作用是。

A、從當(dāng)前節(jié)點出發(fā)來選擇后續(xù)節(jié)點

B、計算從當(dāng)前節(jié)點到目標(biāo)節(jié)點之間的最小代價值

C、判斷搜索算法的空間復(fù)雜度

D、判斷搜索算法的時間復(fù)雜度

正確答案：D

11.在貪婪最佳優(yōu)先搜索中，評價函數(shù)取值和啟發(fā)函數(shù)取值之間的關(guān)系是。

A、相等

B、不相等

C、大于

D、小于

正確答案：D

12.將兩個圖片每個像素RGB三個分量的差值的平方和作為適應(yīng)度函數(shù)的計算方法。前后兩次計算得出來的值分別為1512869728和1495705312，那么說明適應(yīng)度函數(shù)值，適應(yīng)度。

A、變低了；變低了

B、變高了；變低了

C、變低了；變高了

D、變高了；變高了

正確答案：D

二.多選題

1.在圍棋對弈的蒙特卡洛搜索樹中，每個節(jié)點記錄A/B值分別對應(yīng)。

A、該節(jié)點的層數(shù)

B、該局面的子節(jié)點數(shù)

C、該局面被訪問總次數(shù)

D、該局面被訪問的勝利次數(shù)

正確答案：CD

2.下列關(guān)于搜索算法的描述，錯誤的是。

A、盲目搜索如DFS或BFS由于沒有知識支持，很可能在解空間中找不到最優(yōu)解

B、A*算法如果啟發(fā)函數(shù)滿足可容性和單調(diào)性，一定能在解空間中找到最優(yōu)解

C、蒙特卡洛算法有可能找到最優(yōu)解，但搜索效率比minimax搜索要高

D、貪婪最佳優(yōu)先搜索一定能在解空間中找到最優(yōu)解

正確答案：ACD

3.下列部分屬于基因遺傳算法的有。

A、選擇

B、交叉和變異

C、初始化編碼

D、反向傳播

正確答案：ABC

4.基因遺傳算法的兩個常用的結(jié)束條件為。

A、達(dá)到一定的迭代次數(shù)

B、達(dá)到一定的交叉次數(shù)

C、達(dá)到一定的變異次數(shù)

D、適應(yīng)度函數(shù)結(jié)果達(dá)到一定的要求

正確答案：AD

三.判斷題

1.在解決函數(shù)優(yōu)化問題時，基因遺傳算法的全局性不好，容易陷入局部最優(yōu)值。

正確答案：×

2.每次在同一個搜索樹中進(jìn)行蒙特卡洛搜索的結(jié)果都是一樣的。

正確答案：×

3.仿生算法是一類模擬自然生物進(jìn)化或者群體社會行為的隨機搜索方法的統(tǒng)稱。

正確答案：√

2_人工智能

一.單選題

2.如果一個模型，我們稱它過擬合。

A、在訓(xùn)練集上表現(xiàn)好，在測試集上表現(xiàn)也好

B、在訓(xùn)練集上表現(xiàn)不好，在測試集上表現(xiàn)也不好

C、在訓(xùn)練集上表現(xiàn)好，在測試集上表現(xiàn)不好

D、在訓(xùn)練集上表現(xiàn)不好，在測試集上表現(xiàn)好

正確答案：C

4.某線性回歸模型在訓(xùn)練集和測試集上的性能都較差，這說明出現(xiàn)了問題。

A、過擬合

B、欠擬合

C、數(shù)據(jù)泄露

D、泛化能力強

正確答案：B

5.有關(guān)機器學(xué)習(xí)，說法錯誤的是。

A、可以利用數(shù)據(jù)來獲取新知識

B、使用樣本數(shù)據(jù)來建立模型，處理同源數(shù)據(jù)的能力得以提升

C、從某類數(shù)據(jù)中學(xué)習(xí)規(guī)律，解決所有數(shù)據(jù)的預(yù)測問題

D、模仿人的學(xué)習(xí)行為來解決問題

正確答案：C

6.線性回歸模型的訓(xùn)練目標(biāo)是找到一組參數(shù)，使最小。

A、樣本損失值

B、樣本特征值

C、決定系數(shù)

D、損失函數(shù)值

正確答案：D

7.回歸分析的目的是。

A、對歷史數(shù)據(jù)進(jìn)行統(tǒng)計

B、對歷史數(shù)據(jù)進(jìn)行歸類

C、對當(dāng)前數(shù)據(jù)進(jìn)行歸類

D、對未知數(shù)據(jù)做出預(yù)測

正確答案：D

8.進(jìn)行多項式回歸時，以下說法錯誤。

A、特征構(gòu)建會生成更多得用于建模的特征值

B、越是高次多項式，生成的衍生特征越多

C、一元多項式回歸一般會得到一個曲線模型

D、如果一元線性回歸出現(xiàn)過擬合，可采用多項式回歸避免過擬合

正確答案：D

9.對線性回歸模型進(jìn)行性能評估時，以下說法正確。

A、均方根誤差接近1最好

B、均方根誤差越大越好

C、決定系數(shù)越接近1越好

D、決定系數(shù)越接近0越好

正確答案：C

10.已知各次在電視、微信兩個渠道投放廣告獲得的收益，利用線性回歸方法為投資和收益關(guān)系建模，可得到的目標(biāo)函數(shù)模型為。

A、A

B、B

C、C

D、D

正確答案：A

11.有關(guān)線性回歸模型的參數(shù)，以下說法錯誤。

A、參數(shù)的數(shù)量跟特征數(shù)量無關(guān)

B、參數(shù)可以使用梯度下降法求得

C、一元線性回歸模型的參數(shù)大小和正負(fù)說明自變量對因變量的相對影響大小

D、添加正則化可以使參數(shù)變小

正確答案：A

12.回歸分析通過對樣本數(shù)據(jù)的學(xué)習(xí)，可以得到一個來表示目標(biāo)變量和自變量之間的因果關(guān)系。

A、數(shù)學(xué)模型

B、邏輯推理規(guī)則

C、關(guān)系表

D、決策搜索樹

正確答案：A

二.多選題

1.廣義線性回歸要求以下有一個是一次的就可以。

A、自變量

B、目標(biāo)變量

C、損失函數(shù)

D、參數(shù)

正確答案：AD

2.在機器學(xué)習(xí)建模分析時，通常將數(shù)據(jù)集劃分為。

A、訓(xùn)練集

B、預(yù)測集

C、測試集

D、回歸集

正確答案：AC

3.以下屬于機器學(xué)習(xí)的任務(wù)是。

A、匯總

B、回歸

C、聚類

D、排序

正確答案：BC

4.用線性回歸建模時，以下是正確的操作。

A、剔除異常值

B、被預(yù)測值應(yīng)該在建模的自變量范圍內(nèi)

C、可視化觀察目標(biāo)變量與自變量關(guān)系

D、使用相關(guān)分析把相關(guān)變量合成為一個或只保留一個

正確答案：ABCD

三.判斷題

1.把訓(xùn)練數(shù)據(jù)交給線性回歸模型LinearRegression()，它會自動根據(jù)數(shù)據(jù)分布決定用直線擬合還是曲線擬合。

正確答案：×

2.在數(shù)據(jù)集分割時，一般訓(xùn)練集的樣本數(shù)大于測試集。

正確答案：√

3.線性回歸是一種監(jiān)督學(xué)習(xí)算法。

正確答案：√

4.線性回歸模型能建模多個特征和目標(biāo)變量的關(guān)系。

正確答案：√

5.測試集用來評估模型，因此不需要數(shù)據(jù)標(biāo)簽。

正確答案：×

6.訓(xùn)練得到的模型如果出現(xiàn)欠擬合，說明模型太復(fù)雜。

正確答案：×

6_用邏輯回歸進(jìn)行分類

一.單選題

1.測試集有800個樣本，其中正類樣本有600個，若使分類模型的準(zhǔn)確率（Accuracy）至少達(dá)到85%，則該模型預(yù)測結(jié)果正確的樣本數(shù)目應(yīng)大于等于個。

A、400

B、480

C、510

D、680

正確答案：D

2.邏輯回歸模型中的損失函數(shù)一般采用。

A、對數(shù)似然損失函數(shù)

B、均方損失函數(shù)

C、絕對值損失函數(shù)

D、Logistic函數(shù)

正確答案：A

3.下面對回歸和分類的描述不正確的是。

A、兩者均是學(xué)習(xí)輸入變量和輸出變量之間潛在關(guān)系模型

B、在回歸分析時，學(xué)習(xí)得到一個函數(shù)將輸入變量映射到連續(xù)輸出空間

C、回歸是一種無監(jiān)督學(xué)習(xí)，分類學(xué)習(xí)是有監(jiān)督學(xué)習(xí)

D、在分類時，學(xué)習(xí)得到一個模型將輸入變量映射到離散輸出空間

正確答案：C

4.用戶針對同一問題建立了四個分類模型，分別繪制了ROC曲線如圖，說明模型最優(yōu)。

A、NT-proBNP

B、CTNI

C、DKMB

D、D-Dimer

正確答案：A

5.保險公司有客戶購買保險的歷史信息（姓名、性別、生日、收入、孩子數(shù)、房產(chǎn)面積、已購保險品種），若利用這些信息做數(shù)據(jù)分析，下面哪種數(shù)據(jù)分析需要利用機器學(xué)習(xí)的分類算法。

A、對老客戶的年齡段進(jìn)行分類（39以下，40-69，70以上）

B、預(yù)測新客戶購買的保險品種

C、對老客戶的性別進(jìn)行分類（男、女）

D、預(yù)測新客戶的房產(chǎn)面積值

正確答案：B

6.在用于分類算法建模的數(shù)據(jù)集合中，。

A、不需要分類標(biāo)簽列

B、是否需要分類標(biāo)簽，根據(jù)集合特點確定

C、一定有多列是分類標(biāo)簽

D、至少有一列是分類標(biāo)簽

正確答案：D

7.評價一個分類模型的性能，召回率計算公式為。

A、將正類預(yù)測為正類的樣本數(shù)/所有真正的正類的樣本數(shù)

B、將正類預(yù)測為正類的樣本數(shù)/所有預(yù)測為正類的樣本數(shù)

C、所有預(yù)測正確的樣本數(shù)/總的樣本數(shù)

D、所有真正的正類樣本數(shù)/總的樣本數(shù)

正確答案：A

二.多選題

1.處理數(shù)據(jù)集中的缺失值一般采取以下方法。

A、刪除相關(guān)記錄

B、替換為Nan即可

C、替換為0

D、用估計的數(shù)據(jù)填充

正確答案：AD

2.邏輯回歸模型建立后，對于一個新的未知數(shù)據(jù)進(jìn)行分類，可以通過實現(xiàn)。

A、計算模型輸出的概率值

B、計算損失函數(shù)值

C、決策邊界計算

D、Sigmoid函數(shù)計算

正確答案：AC

3.以下屬于機器學(xué)習(xí)的任務(wù)是。

A、匯總

B、回歸

C、分類

D、排序

正確答案：BC

4.以下關(guān)于邏輯回歸的說法，正確的有。

A、可以實現(xiàn)二元分類

B、是線性的

C、是非線性的

D、是否線性根據(jù)實際情況確定

正確答案：AC

5.以下需要使用到分類技術(shù)的應(yīng)用有。

A、根據(jù)客戶消費額大小將用戶聚為三類

B、樹木生長高度預(yù)測

C、車牌識別

D、垃圾郵件過濾

正確答案：CD

6.分類問題。

A、是一種預(yù)測，預(yù)測數(shù)據(jù)所屬的類別

B、有二分類問題和多分類問題

C、是無監(jiān)督學(xué)習(xí)問題

D、是有監(jiān)督學(xué)習(xí)問題

正確答案：ABD

三.判斷題

1.非平衡的二分類問題，是指正負(fù)樣本的比例差異大。

正確答案：√

2.邏輯回歸的損失函數(shù)應(yīng)該反映預(yù)測值與分類標(biāo)簽0和1的距離，因此適合采用交叉熵?fù)p失函數(shù)。

正確答案：√

3.邏輯回歸模型用于二分類(0,1)的輸出結(jié)果是樣本屬于類別1的概率值。

正確答案：√

7_決策樹與隨機森林

一.單選題

1.信息增益的計算方法是。

A、信息熵(當(dāng)前集劃分前)-信息熵(當(dāng)前集劃分后)

B、信息熵(當(dāng)前集劃分后)-信息熵(當(dāng)前集劃分前)

C、信息熵(訓(xùn)練集初始熵)-信息熵(葉節(jié)點樣本集信息熵)

D、信息熵(葉節(jié)點樣本集信息熵)-信息熵(訓(xùn)練集初始熵)

正確答案：A

2.隨機森林算法中，。

A、隨機的含義是包含決策樹的個數(shù)是隨機的

B、樹之間沒有關(guān)聯(lián)，每棵樹單獨學(xué)習(xí)

C、一棵樹的學(xué)習(xí)結(jié)果作為另一棵樹的輸入

D、隨機森林的預(yù)測結(jié)果取決于分類性能最強的那棵決策樹

正確答案：B

3.下面有關(guān)過擬合的認(rèn)識錯誤的是。

A、過擬合是因為訓(xùn)練樣本太多了，把訓(xùn)練樣本的規(guī)律都擬合進(jìn)去了。

B、降低決策樹的復(fù)雜度可以減少過擬合，例如減少決策樹的深度。

C、判斷模型是否過擬合可以看隨著訓(xùn)練的增加，訓(xùn)練集的分類精度提高，但測試集的精度卻下降了。

D、分類算法都可能會遇到過擬合現(xiàn)象。

正確答案：A

4.集成學(xué)習(xí)的主要思想是。

A、將多個數(shù)據(jù)集合集成在一起進(jìn)行訓(xùn)練

B、將多源數(shù)據(jù)（如文本、圖像、聲音等）進(jìn)行融合學(xué)習(xí)

C、通過聚類算法使數(shù)據(jù)集分為多個簇

D、將多個機器學(xué)習(xí)模型組合起來解決問題

正確答案：D

5.ID3算法使用作為啟發(fā)式信息來及進(jìn)行特征選擇。

A、信息熵

B、信息增益

C、信息增益比

D、Gini指數(shù)

正確答案：B

6.從歷史數(shù)據(jù)中建立模型分析某人是否適合某個崗位，以指導(dǎo)招聘人員選撥新員工，這應(yīng)該用

算法解決。

A、分類

B、回歸

C、聚類

D、查詢

正確答案：A

7.決策樹算法。

A、擬合出一個含有參數(shù)的函數(shù)

B、構(gòu)造出一個含有參數(shù)的網(wǎng)絡(luò)

C、生成一個有分枝的決策樹

D、生成一個有向圖

正確答案：C

8.有關(guān)決策樹與特征工程的關(guān)系，以下說法錯誤的是。

A、決策樹可以得到對分類重要的屬性，因此可以作為分類特征獲取的一種方法。

B、如果要了解影響簽署合同快慢的主要因素，可以使用決策樹算法。

C、決策樹獲得的特征可以作為其他算法（例如回歸算法的自變量）輸入的依據(jù)。

D、決策樹可以增強數(shù)據(jù)集獲得更多的特征。

正確答案：D

9.如果從員工的日常表現(xiàn)數(shù)據(jù)預(yù)測其升職的可能性可以使用下面機器學(xué)習(xí)方法。

A、關(guān)聯(lián)分析

B、線性回歸

C、聚類

D、分類

正確答案：D

10.ID3用信息增益來進(jìn)行特征選擇，信息增益。

A、越小越好

B、越大越好

C、為0最好

D、為1最好

正確答案：B

11.在決策樹算法中，如果一個特征對于所有樣本都沒有區(qū)分能力，那么它對決策。

A、無用途，可以不考慮

B、仍必須保留在決策樹中

C、最好放在距離根節(jié)點近的位置

D、最好放在距離葉節(jié)點近的位置

正確答案：A

二.多選題

1.理想的決策樹具有特點。

A、樹的高度最高

B、葉子節(jié)點數(shù)最多

C、葉子節(jié)點數(shù)最少

D、葉子節(jié)點深度最小

正確答案：CD

2.決策樹通過構(gòu)造一棵樹來實現(xiàn)分類任務(wù)。它是。

A、一種有監(jiān)督學(xué)習(xí)方法

B、一種無監(jiān)督學(xué)習(xí)方法

C、樹的葉子節(jié)點對應(yīng)分類結(jié)果

D、樹的中間節(jié)點對應(yīng)數(shù)據(jù)特征

正確答案：ACD

3.決策樹中進(jìn)行決策選擇的節(jié)點包括。

A、根節(jié)點

B、中間節(jié)點

C、葉子節(jié)點

D、所有節(jié)點

正確答案：AB

4.構(gòu)建樹結(jié)構(gòu)為多叉樹的決策樹算法有。

A、ID3

B、C4.5

C、Logistic

D、CART

正確答案：AB

5.以下算法屬于決策樹算法。

A、ID3

B、C4.5

C、Logistic

D、CART

正確答案：ABD

三.判斷題

1.決策樹是一種分類模型，不能用于解決回歸問題。

正確答案：×

2.一個集成學(xué)習(xí)分類算法可能包含多個弱分類器。

正確答案：√

3.在決策樹中，選用較好分類能力的特征對數(shù)據(jù)集進(jìn)行劃分，各分支中樣本的純度會比較高。

正確答案：√

4.集成學(xué)習(xí)分類算法AdaBoosting通過關(guān)注被已有分類器分類錯誤的樣本，來提升新的分類器性能。

正確答案：√

8_用Kmeans進(jìn)行聚類

一.單選題

1.聚類算法屬于。

A、分類問題

B、回歸分析

C、有監(jiān)督學(xué)習(xí)

D、無監(jiān)督學(xué)習(xí)

正確答案：D

2.聚類的目標(biāo)是。

A、已知數(shù)據(jù)類別和特點，將其他數(shù)據(jù)分類到和它相似度高的類別中

B、已知數(shù)據(jù)類別和特點，將類別進(jìn)一步細(xì)分

C、未知數(shù)據(jù)類別和特點，把相似度高和相似度低的樣本分別聚集在一起

D、未知數(shù)據(jù)類別和特點，根據(jù)數(shù)據(jù)內(nèi)在性質(zhì)及規(guī)律將其劃分為若干個子集

正確答案：D

3.K-means聚類的結(jié)果中。

A、類別的個數(shù)不確定

B、最終的類別之間不能有樣本的交叉

C、最終的類別之間允許有少量樣本的交叉

D、不同類別的元素之間相似度大

正確答案：B

4.K-means算法的結(jié)束條件是。

A、K的值達(dá)到最大

B、每個簇包含相同個數(shù)的樣本

C、每個簇的中心點不再變化

D、某個簇的樣本相似度最大

正確答案：C

5.K-means算法中如果使用余弦相似度計算數(shù)據(jù)樣本的相似性，那么計算結(jié)果。

A、越接近0，相似度越高

B、越接近1，相似度越高

C、越接近-1，相似度越高

D、無法僅根據(jù)值判斷相似度

正確答案：B

6.如果用K-means算法根據(jù)廣場上的人員分布進(jìn)行聚類，應(yīng)該選擇度量樣本相似性。

A、歐式距離

B、余弦距離

C、漢明距離

D、人員密度

正確答案：A

7.以下對K-means聚類結(jié)果的解釋，描述錯誤的是。

A、最終聚類結(jié)果中，簇內(nèi)凝聚度高，簇間分離度高

B、換不同的K值聚類結(jié)果應(yīng)該一樣

C、每個樣本數(shù)據(jù)歸屬于與其距離最近的聚類質(zhì)心所在的簇

D、最終聚類結(jié)果中每個簇中所包含的數(shù)據(jù)差異性最小

正確答案：B

8.K-means算法中的K個初始中心點，通常的選擇方法是。

A、排序后選最大的K個值

B、排序后選最小的K個值

C、求均值后，選與均值最接近的K個值

D、隨機選擇K個值

正確答案：D

9.根據(jù)用戶使用移動運營商的數(shù)據(jù)，可以為他們設(shè)計合適的套餐，使用方法比較合適。

A、聚類

B、回歸

C、匯總

D、分類

正確答案：A

10.下列說法錯誤的是。

A、在聚類分析中，簇之間的相似性越大，簇內(nèi)樣本的差別越大，聚類的效果就越好

B、聚類分析可以看作是一種非監(jiān)督的樣本分組過程

C、k均值算法是一種常用的聚類算法，簇的個數(shù)算法不能自動確定

D、k均值算法的計算耗時與初始假設(shè)聚類中心的位置有關(guān)

正確答案：A

11.分析營銷投入與銷售收入的關(guān)系可以使用數(shù)據(jù)建模方法。

A、匯總

B、聚類

C、回歸

D、分類

正確答案：C

12.在使用Kmeans算法進(jìn)行聚類時，可以利用肘部原理觀察折線圖來選擇k值。

A、迭代次數(shù)

B、蘭德指數(shù)

C、輪廓系數(shù)

D、歐式距離

正確答案：C

13.在聚類時，根據(jù)衡量樣本是否可以聚為同類。

A、樣本損失

B、樣本數(shù)量

C、樣本維度

D、樣本相似度

正確答案：D

二.多選題

1.下面描述屬于K-means聚類算法特點的有。

A、算法迭代執(zhí)行

B、需要初始化聚類質(zhì)心

C、數(shù)據(jù)需要帶有分類標(biāo)簽

D、需要事先確定聚類數(shù)目

正確答案：ABD

2.有關(guān)機器學(xué)習(xí)算法選擇的說法不正確的有。

A、每種算法都有其使用范圍，因此選擇算法需要考慮具體處理的問題

B、判斷機器學(xué)習(xí)算法好壞在數(shù)據(jù)需求階段就可以確定

C、在分類前可以先做聚類分析

D、對聚類問題可以任選一種聚類算法

正確答案：BD

3.對移動客戶進(jìn)行分組，以便根據(jù)各組的特點，策劃不同的營銷方案，需要客戶數(shù)據(jù)可能包括

。

A、身高

B、收入

C、年齡

D、客戶長途市話以及漫游等通話數(shù)據(jù)

正確答案：BCD

4.以下算法需要訓(xùn)練數(shù)據(jù)樣本必須有標(biāo)簽。

A、決策樹

B、邏輯回歸

C、Kmeans聚類

D、線性回歸

正確答案：ABD

5.對聚類結(jié)果進(jìn)行評估可以采用輪廓系數(shù)，它綜合考慮了。

A、簇內(nèi)凝聚度

B、簇內(nèi)分離度

C、簇間分離度

D、簇間凝聚度

正確答案：AC

三.判斷題

1.對有標(biāo)簽的數(shù)據(jù)集進(jìn)行聚類結(jié)果的性能評估，可以利用“調(diào)正蘭德系數(shù)ARI”計算真實標(biāo)簽與聚類標(biāo)簽的分布相似性，ARI越接近0越好。

正確答案：×

2.聚類和分類的本質(zhì)是一樣的，都是對樣本的類別進(jìn)行預(yù)測。

正確答案：×

9_神經(jīng)網(wǎng)絡(luò)原理與實現(xiàn)

一.單選題

1.以下算法是基于規(guī)則的分類器。

A、神經(jīng)網(wǎng)絡(luò)

B、k-means

C、邏輯回歸

D、決策樹

正確答案：D

2‘以下關(guān)于人工神經(jīng)網(wǎng)絡(luò)的描述正確的是。

A、神經(jīng)網(wǎng)絡(luò)對訓(xùn)練數(shù)據(jù)中的噪聲不敏感，因此不用考慮數(shù)據(jù)質(zhì)量

B、神經(jīng)網(wǎng)絡(luò)訓(xùn)練后很容易得到分類的規(guī)則

C、訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)是一個很耗時的過程

D、只能用于分類任務(wù)

正確答案：C

3.有關(guān)前饋神經(jīng)網(wǎng)絡(luò)的認(rèn)識正確的是。

A、神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程是擬合訓(xùn)練數(shù)據(jù)模式的過程

B、神經(jīng)網(wǎng)絡(luò)訓(xùn)練后很容易得到分類的規(guī)則

C、一個結(jié)構(gòu)明確的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果是唯一的

D、神經(jīng)網(wǎng)絡(luò)模型的分類能力一定比決策樹好

正確答案：A

4.在一個神經(jīng)網(wǎng)絡(luò)中，確定每一個神經(jīng)元的權(quán)重和偏差是模型擬合訓(xùn)練樣本的目標(biāo)，比較有效的辦法是。

A、根據(jù)人工經(jīng)驗隨機賦值

B、搜索所有權(quán)重和偏差的組合，直到得到最佳值

C、賦予一個初始值，然后迭代更新權(quán)重，直至損失函數(shù)取得極小

D、下一層神經(jīng)元繼承上一層神經(jīng)元的權(quán)重和偏差

正確答案：C

5.梯度下降算法的正確計算步驟是。

1)計算預(yù)測值和真實值之間的誤差

2)迭代更新，直到找到最佳權(quán)重

3)把輸入傳入網(wǎng)絡(luò)，得到輸出值

4)初始化隨機權(quán)重和偏差

5)對每一個產(chǎn)生誤差的神經(jīng)元，改變其權(quán)重值以減小誤差

A、1)2)3)4)5)

B、5)4)3)2)1)

C、3)2)1)5)4)

D、4)3)1)5)2)

正確答案：D

6.以下問題不適合應(yīng)用神經(jīng)網(wǎng)絡(luò)。

A、預(yù)測電信客戶流失的可能性

B、輔助確定是否給銀行的客戶貸款

C、對基金公司的客戶進(jìn)行分組，了解每組客戶的特點

D、股票走勢的預(yù)測

正確答案：C

7.用來評估神經(jīng)網(wǎng)絡(luò)的計算模型對樣本的預(yù)測值和真實值之間的誤差大小。

A、優(yōu)化函數(shù)

B、梯度下降

C、反向傳播

D、損失函數(shù)

正確答案：D

8.下面對感知機網(wǎng)絡(luò)（PerceptronNetworks）描述不正確的是。

A、感知機網(wǎng)絡(luò)沒有隱藏層

B、感知機網(wǎng)絡(luò)具有一層隱藏層

C、感知機網(wǎng)絡(luò)不能擬合復(fù)雜數(shù)據(jù)

D、感知機網(wǎng)絡(luò)是一種特殊的前饋神經(jīng)網(wǎng)絡(luò)

正確答案：B

9.在神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)中，每個神經(jīng)元會完成若干功能，下面不是神經(jīng)元所能夠完成的功能。

A、將加權(quán)累加信息向后續(xù)相鄰神經(jīng)元傳遞

B、通過激活函數(shù)對加權(quán)累加信息進(jìn)行非線性變換

C、向前序相鄰神經(jīng)元反饋加權(quán)累加信息

D、對前序相鄰神經(jīng)元所傳遞信息進(jìn)行加權(quán)累加

正確答案：C

10

對前饋神經(jīng)網(wǎng)絡(luò)的描述是不正確的。

A、層與層之間通過“全連接”進(jìn)行連接，即兩個相鄰層之間神經(jīng)元完全成對連接

B、各個神經(jīng)元接受前一級神經(jīng)元的輸入，并輸出到下一級

C、同一層內(nèi)神經(jīng)元之間存在全連接

D、同一層內(nèi)的神經(jīng)元相互不連接

正確答案：C

11

下面圖像是sigmoid激活函數(shù)。

A、圖1

B、圖2

C、圖3

D、圖4

正確答案：A

12

神經(jīng)網(wǎng)絡(luò)的一次誤差反向傳播算法可以。

A、修改一層神經(jīng)元的參數(shù)

B、修改相鄰2層的神經(jīng)元的參數(shù)

C、修改網(wǎng)絡(luò)中所有神經(jīng)元的參數(shù)

D、修改網(wǎng)絡(luò)中所有神經(jīng)元的激活函數(shù)

正確答案：C

13

神經(jīng)網(wǎng)絡(luò)訓(xùn)練時，數(shù)據(jù)的類別標(biāo)簽可以用獨熱編碼，編碼中。

A、只有1個1，其他為0

B、只有1個0，其他為1

C、只要是二進(jìn)制就可以

D、一般用8位二進(jìn)制數(shù)

正確答案：A14

神經(jīng)網(wǎng)絡(luò)建模步驟一般是。

1)模型評估

2)網(wǎng)絡(luò)配置

3)模型訓(xùn)練

4)數(shù)據(jù)準(zhǔn)備

5)模型預(yù)測

A、1)2)3)4)5)

B、3)2)1)5)4)

C、5)4)3)2)1)

D、4)2)3)1)5)

正確答案：D

二.多選題

1.神經(jīng)網(wǎng)絡(luò)由許多神經(jīng)元組成，下列關(guān)于神經(jīng)元的陳述中是正確的。

A、一個神經(jīng)元可以有多個輸入和一個輸出

B、一個神經(jīng)元可以有一個輸入和多個輸出

C、一個神經(jīng)元可以有多個輸入和多個輸出

D、一個神經(jīng)元只能有一個輸入和一個輸出

正確答案：ABC

2.神經(jīng)網(wǎng)絡(luò)的激活函數(shù)，通常具有特性。

A、非線性

B、線性

C、可導(dǎo)

D、不可導(dǎo)

正確答案：AC

3.下列可以使神經(jīng)網(wǎng)絡(luò)模型擬合復(fù)雜函數(shù)的能力增加。

A、隱藏層層數(shù)增加

B、Dropout的比例增加

C、加大學(xué)習(xí)率

D、增加神經(jīng)元的數(shù)量

正確答案：AD

4.訓(xùn)練樣本中，正負(fù)樣本數(shù)量的比例較大，這稱為樣本類別不平衡問題，可采用解決。

A、過采樣，即增加正樣本數(shù)量，使正負(fù)樣本接近再學(xué)習(xí)

B、欠采樣，即去除反例樣本數(shù)量，使正負(fù)樣本接近再學(xué)習(xí)

C、設(shè)置閾值?；谠紨?shù)據(jù)集學(xué)習(xí)，當(dāng)使用已訓(xùn)練好的分類器進(jìn)行測試時，將正負(fù)樣本數(shù)量的比例作為閾值嵌入到?jīng)Q策過程中

D、改變評價標(biāo)準(zhǔn)，用AUC/ROC來進(jìn)行評價

正確答案：ABCD

5.如果神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)率太大，。

A、網(wǎng)絡(luò)一定收斂

B、網(wǎng)絡(luò)可能無法收斂

C、網(wǎng)絡(luò)收斂速度慢

D、網(wǎng)絡(luò)收斂速度快

正確答案：BD

三.判斷題

1.全連接神經(jīng)網(wǎng)絡(luò)輸入層的神經(jīng)元個數(shù)一般與一個輸入樣本的特征個數(shù)相同。

正確答案：√

10_神經(jīng)網(wǎng)絡(luò)應(yīng)用案例與調(diào)優(yōu)

一.單選題

1.實現(xiàn)二分類任務(wù)的神經(jīng)網(wǎng)絡(luò)中，輸出層激活函數(shù)一般選擇。

A、softmax

B、relu

C、tanh

D、sigmoid

正確答案：D

2.如果神經(jīng)網(wǎng)絡(luò)的性能有表現(xiàn)，說明出現(xiàn)過擬合。

A、訓(xùn)練集精度升高、驗證集精度升高

B、訓(xùn)練集精度下降、驗證集精度下降

C、訓(xùn)練集精度升高、驗證集精度下降

D、訓(xùn)練集精度下降、驗證集精度升高

正確答案：C

3.實現(xiàn)多分類任務(wù)的神經(jīng)網(wǎng)絡(luò)，輸出層的神經(jīng)元個數(shù)一般選擇。

A、與類別數(shù)一致

B、10以內(nèi)

C、2個

D、類別數(shù)的2倍

正確答案：A

4.神經(jīng)網(wǎng)絡(luò)訓(xùn)練時采用k折交叉驗證時，。

A、隨機選任一份做驗證集，其他份做訓(xùn)練集

B、隨機選任一份做訓(xùn)練集，其他份做驗證集

C、依次選一份做驗證集，其他份做訓(xùn)練集

D、隨機選k份做訓(xùn)練集，其他份做驗證集

正確答案：C5

實現(xiàn)標(biāo)量回歸預(yù)測任務(wù)的神經(jīng)網(wǎng)絡(luò)，評價指標(biāo)一般選擇。

A、精確率

B、平均絕對誤差

C、召回率

D、交叉熵

正確答案：B

二.多選題

1.在進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練之前，一般需要把訓(xùn)練集再分割為。

A、訓(xùn)練集

B、測試集

C、驗證集

D、備用集

正確答案：AC

2.神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)預(yù)處理，一般包括步驟。

A、將數(shù)據(jù)向量化

B、將數(shù)據(jù)值標(biāo)準(zhǔn)化

C、處理缺失值

D、將數(shù)據(jù)值轉(zhuǎn)化為浮點數(shù)或整數(shù)

正確答案：ABCD

三.判斷題

1.特征工程的目標(biāo)就是減少數(shù)據(jù)集中特征的個數(shù)。

正確答案：×

2.神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練中不應(yīng)該出現(xiàn)過擬合，這網(wǎng)絡(luò)結(jié)構(gòu)不合理。

正確答案：×

3.上海積累了歷年的氣候大數(shù)據(jù)，并使用這些數(shù)據(jù)訓(xùn)練建立了神經(jīng)網(wǎng)絡(luò)模型進(jìn)行天氣預(yù)測，那么這個模型也可用于其他地區(qū)的天氣預(yù)測。

正確答案：×

11_卷積神經(jīng)網(wǎng)絡(luò)計算機視覺基礎(chǔ)

一.單選題

1.以下情況下，神經(jīng)網(wǎng)絡(luò)模型被稱為深度學(xué)習(xí)模型。

A、加入更多層，使神經(jīng)網(wǎng)絡(luò)深度加深

B、輸入層可以接收維度更高的數(shù)據(jù)

C、當(dāng)問題是圖形識別或分類問題時

D、激活函數(shù)更復(fù)雜

正確答案：A

2.卷積神經(jīng)網(wǎng)絡(luò)輸入的彩色圖像數(shù)據(jù)的張量格式為。

A、(樣本數(shù)，高度，寬度，通道數(shù))

B、(樣本數(shù)，高度，寬度)

C、(高度，寬度)

D、(高度*寬度)

正確答案：A

3.深度學(xué)習(xí)算法對于圖像進(jìn)行特征提取采用的方法是。

A、人為設(shè)計好特征，由網(wǎng)絡(luò)實現(xiàn)提取

B、網(wǎng)絡(luò)自動提取

C、不需要提取特征

D、根據(jù)特征集合提取

正確答案：B

4.假設(shè)我們需要訓(xùn)練一個卷積神經(jīng)網(wǎng)絡(luò)，來完成500種圖像分類，類別采用獨熱編碼。該卷積神經(jīng)網(wǎng)絡(luò)最后一層是分類層，則最后一層輸出向量的維數(shù)大小可能是。

A、1

B、100

C、250

D、500

正確答案：D

5.CNN網(wǎng)絡(luò)中池化層的作用有。

A、實現(xiàn)局部特征提取

B、減少過擬合

C、減少隱層節(jié)點數(shù)

D、獲得分類結(jié)果

正確答案：C

6.下列在神經(jīng)網(wǎng)絡(luò)中引入了非線性。

A、隨機梯度下降

B、Relu函數(shù)

C、卷積計算

D、損失函數(shù)

正確答案：B

7.CNN中，是局部連接，所以提取的是局部信息。

A、卷積層

B、池化層

C、全連接層

D、Dropout層

正確答案：A

8.數(shù)據(jù)增強可以有效提升模型質(zhì)量，最好在進(jìn)行數(shù)據(jù)增強。

A、整個數(shù)據(jù)集

B、訓(xùn)練集

C、驗證集

D、測試集

正確答案：B

9.預(yù)訓(xùn)練模型是指。

A、先訓(xùn)練一個模型作為基準(zhǔn)

B、在正式訓(xùn)練之前，做一次試驗訓(xùn)練

C、已經(jīng)在大數(shù)據(jù)集上訓(xùn)練好的一個模型

D、預(yù)先根據(jù)任務(wù)特點，對模型結(jié)構(gòu)進(jìn)行調(diào)整

正確答案：C

10

使用預(yù)訓(xùn)練模型進(jìn)行特征提取，要訓(xùn)練的部分是。

A、全連接分類器

B、高層卷積層

C、底層卷積層

D、整個網(wǎng)絡(luò)

正確答案：A

11.預(yù)訓(xùn)練模型的卷積基一般。

A、只包含卷積層

B、包含卷積層、池化層和全連接層

C、包含卷積層和池化層

D、包含凍結(jié)的卷積層

正確答案：C

12.微調(diào)預(yù)訓(xùn)練模型，一般是指調(diào)整。

A、全連接層

B、高層卷積層

C、底層卷積層

D、任意一個或幾個卷積層

正確答案：B

13.要解決的問題只有少量的數(shù)據(jù)，但幸運的是有一個之前訓(xùn)練過的針對類似問題的神經(jīng)網(wǎng)絡(luò)模型。最佳方案是。

A、對于新的數(shù)據(jù)集重新訓(xùn)練模型

B、凍結(jié)除第一層之外的所有層，微調(diào)第一層

C、評估型每一層的功能，然后選擇其中的某些層

D、凍結(jié)除最后一層之外的所有層，重新訓(xùn)練最后一層

正確答案：D

二.多選題

1.深度全連接神經(jīng)網(wǎng)絡(luò)在圖像處理中有弱點。

A、參數(shù)量太大

B、無法利用相鄰像素關(guān)聯(lián)

C、模型結(jié)構(gòu)單一

D、過擬合嚴(yán)重

正確答案：AB

2.通過數(shù)據(jù)增強可以減少過擬合的發(fā)生，常用的方法有以下。

A、從數(shù)據(jù)源采集更多的數(shù)據(jù)

B、復(fù)制原有數(shù)據(jù)并添加隨機噪聲

C、復(fù)制多份一樣的數(shù)據(jù)放在一起

D、根據(jù)現(xiàn)有樣本估計樣本的分布，然后按照此分布再產(chǎn)生一些樣本

正確答案：ABD

3.CNN網(wǎng)絡(luò)中可能包含層。

A、輸入層

B、卷積層

C、池化層

D、全連接層

正確答案：ABCD

4.CNN網(wǎng)絡(luò)中，卷積核大小一般常采用。

A、3*3

B、5*5

C、100*100

D、1024*1024

正確答案：AB

5.深度學(xué)習(xí)對的數(shù)據(jù)集沒有明顯優(yōu)勢。

A、數(shù)據(jù)集小

B、數(shù)據(jù)集大

C、沒有局部相關(guān)性

D、有局部相關(guān)性

正確答案：AC

6.在訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的過程中，如果泛化能力太差，則可以。

A、調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)

B、調(diào)整樣本

C、調(diào)整學(xué)習(xí)率

D、調(diào)整優(yōu)化器

正確答案：ABD

7.Keras的圖片生成器的主要作用是。

A、隨機動態(tài)生成圖像

B、自動批量加載磁盤圖像

C、實現(xiàn)數(shù)據(jù)的轉(zhuǎn)換

D、生成圖像并保存到磁盤

正確答案：BC

8.對圖片數(shù)據(jù)進(jìn)行數(shù)據(jù)增強可以采用方法。

A、旋轉(zhuǎn)圖像

B、隨機裁剪

C、增加噪聲

D、數(shù)據(jù)集中兩個圖像疊加

正確答案：ABC

9.在微調(diào)預(yù)訓(xùn)練模型時，情況下，凍結(jié)層數(shù)越少。

A、數(shù)據(jù)集越大

B、數(shù)據(jù)集越小

C、數(shù)據(jù)集與原始數(shù)據(jù)集相似性越大

D、數(shù)據(jù)集與原始數(shù)據(jù)集相似性越小

正確答案：AD

三.判斷題

1.CNN網(wǎng)絡(luò)的每個卷積層之后都有池化層。

正確答案：×

2.CNN中，卷積核的各元素值是神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中自己學(xué)習(xí)得到。

正確答案：×

3.卷積神經(jīng)網(wǎng)絡(luò)卷積核的深度和下層輸入數(shù)據(jù)通道數(shù)相同。

正確答案：×

4.CNN網(wǎng)絡(luò)的一個卷積核只能提取一種模式。

正確答案：√

5.卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)量要遠(yuǎn)遠(yuǎn)小于同樣規(guī)模的全連接神經(jīng)網(wǎng)絡(luò)的參數(shù)量。

正確答案：√

6.卷積神經(jīng)網(wǎng)絡(luò)可以對一個輸入完成旋轉(zhuǎn)、錯切等變換。

正確答案：×

7.增大卷積核的大小必然會提高卷積神經(jīng)網(wǎng)絡(luò)的性能。

正確答案：×

12_循環(huán)神經(jīng)網(wǎng)絡(luò)自然語言處理基礎(chǔ)

一.單選題

1.聲音是一種時序數(shù)據(jù)，是對連續(xù)聲音信號的進(jìn)行采樣獲得。

A、頻率

B、振幅

C、周期

D、長度

正確答案：B

2.在使用深度學(xué)習(xí)進(jìn)行文本處理時，一個文本句子要被理解，首先需要做的是。

A、分詞

B、詞性標(biāo)注

C、命名實體識別

D、生成詞嵌入

正確答案：A

3.如果要采用神經(jīng)網(wǎng)絡(luò)來對文本進(jìn)行建模，必須先將文本向量化，這一過程是指。

A、將文本分詞

B、獲得文本類別標(biāo)簽

C、將文本壓縮

D、將文本轉(zhuǎn)換為數(shù)值張量

正確答案：D

4.在經(jīng)過學(xué)習(xí)獲得的詞嵌入空間中，語法和語義上相近的詞匯。

A、距離更遠(yuǎn)

B、距離更近