人工智能訓(xùn)練師職業(yè)技能競(jìng)賽題庫(kù)及答案

單選題1、當(dāng)事人申請(qǐng)勞動(dòng)爭(zhēng)議仲裁的時(shí)效是，從知道或應(yīng)當(dāng)知道權(quán)利受侵害之日起()2、什么是K折交叉驗(yàn)證(K-foldCrossValidation)?A、一種無(wú)監(jiān)督學(xué)習(xí)方法B、一種特征選擇技術(shù)D、一種數(shù)據(jù)預(yù)處理技術(shù)3、以下哪項(xiàng)不是決策樹(shù)算法的優(yōu)點(diǎn)?A、易于理解和解釋B、可處理非線性數(shù)據(jù)C、不需要數(shù)據(jù)預(yù)處理D、可以處理大規(guī)模數(shù)據(jù)集4、什么是特征工程(FeatureEngineering)?A、一種無(wú)監(jiān)督學(xué)習(xí)方法B、一種數(shù)據(jù)可視化技術(shù)C、一種數(shù)據(jù)預(yù)處理技術(shù)5、以下哪項(xiàng)不是神經(jīng)網(wǎng)絡(luò)的常見(jiàn)層類型?B、池化層C、隨機(jī)森林層6、什么是深度學(xué)習(xí)(DeepLearning)?A、一種無(wú)監(jiān)督學(xué)習(xí)方法B、一種集成學(xué)習(xí)技術(shù)C、一種機(jī)器學(xué)習(xí)算法D、一種神經(jīng)網(wǎng)絡(luò)的擴(kuò)展7、以下哪項(xiàng)不是監(jiān)督學(xué)習(xí)中的回歸算法?B、支持向量機(jī)回歸C、K均值聚類8、什么是主成分分析(PrincipalComponentAnalysis)?A、一種無(wú)監(jiān)督學(xué)習(xí)方法B、一種特征選擇技術(shù)C、一種數(shù)據(jù)預(yù)處理技術(shù)D、一種降維算法9、以下哪項(xiàng)不是聚類算法的常見(jiàn)類型?A、K均值聚類D、層次聚類10、什么是支持向量機(jī)(SupportVectorMachine)?A、一種無(wú)監(jiān)督學(xué)習(xí)方法B、一種特征選擇技術(shù)C、一種分類算法11、以下哪項(xiàng)不是聚類算法的評(píng)估指標(biāo)?A、準(zhǔn)確率C、召回率D、輪廓系數(shù)12、什么是樸素貝葉斯(NaiveBayes)?A、一種無(wú)監(jiān)督學(xué)習(xí)方法B、一種特征選擇技術(shù)C、一種分類算法13、以下哪項(xiàng)不是強(qiáng)化學(xué)習(xí)的一個(gè)關(guān)鍵概念?A、獎(jiǎng)勵(lì)C、動(dòng)作D、標(biāo)簽14、什么是隨機(jī)森林(RandomForest)?A、一種無(wú)監(jiān)督學(xué)習(xí)方法B、一種特征選擇技術(shù)C、一種分類算法A、Q學(xué)習(xí)B、卷積神經(jīng)網(wǎng)絡(luò)16、什么是邏輯回歸(LogisticRegression)?A、一種無(wú)監(jiān)督學(xué)習(xí)方法B、一種特征選擇技術(shù)C、一種分類算法17、以下哪項(xiàng)不是邏輯回歸的優(yōu)缺點(diǎn)?A、易于解釋B、可以處理非線性數(shù)據(jù)D、對(duì)異常值敏感18、什么是卷積神經(jīng)網(wǎng)絡(luò)(ConvolutionalNeuralNetwork)?A、一種無(wú)監(jiān)督學(xué)習(xí)方法B、一種特征選擇技術(shù)C、一種分類算法D、一種回歸算法19、以下哪項(xiàng)不是卷積神經(jīng)網(wǎng)絡(luò)的組成部分?A、卷積層C、全連接層20、什么是遞歸神經(jīng)網(wǎng)絡(luò)(RecurrentNeuralNetwork)?A、一種無(wú)監(jiān)督學(xué)習(xí)方法B、一種特征選擇技術(shù)C、一種分類算法D、一種回歸算法21、以下哪項(xiàng)不是遞歸神經(jīng)網(wǎng)絡(luò)的特點(diǎn)?A、可以處理序列數(shù)據(jù)B、可以處理變長(zhǎng)輸入D、只能處理靜態(tài)數(shù)據(jù)22、什么是生成對(duì)抗網(wǎng)絡(luò)(GenerativeAdversarialNetwork)?A、一種無(wú)監(jiān)督學(xué)習(xí)方法B、一種特征選擇技術(shù)C、一種分類算法D、一種生成模型23、以下哪項(xiàng)不是生成對(duì)抗網(wǎng)絡(luò)的組成部分?A、生成器B、判別器C、編碼器D、解碼器24、深度學(xué)習(xí)是一種機(jī)器學(xué)習(xí)的子領(lǐng)域，其特點(diǎn)是：A、使用深層神經(jīng)網(wǎng)絡(luò)B、使用深層貝葉斯模型C、使用深度聚類算法D、使用深度遺傳算法25、在深度學(xué)習(xí)中，反向傳播算法用于：A、訓(xùn)練神經(jīng)網(wǎng)絡(luò)B、測(cè)試神經(jīng)網(wǎng)絡(luò)C、初始化神經(jīng)網(wǎng)絡(luò)權(quán)重D、正則化神經(jīng)網(wǎng)絡(luò)26、深度學(xué)習(xí)使用的最常見(jiàn)的激活函數(shù)是：27、在深度學(xué)習(xí)中，損失函數(shù)用于：A、衡量模型的性能C、初始化權(quán)重D、調(diào)整學(xué)習(xí)率A、SGD(隨機(jī)梯度下降)D、決策樹(shù)算法29、在深度學(xué)習(xí)中，批量歸一化(BatchNormalization)的作用是：A、加速模型訓(xùn)練B、減少模型復(fù)雜度C、改善模型的泛化能力D、防止模型過(guò)擬合30、深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)(CNN)主要用于處理：B、文本數(shù)據(jù)C、時(shí)序數(shù)據(jù)D、圖像和文本數(shù)據(jù)31、深度學(xué)習(xí)中的遞歸神經(jīng)網(wǎng)絡(luò)(RNN)主要用于處理：A、圖像數(shù)據(jù)B、文本數(shù)據(jù)C、時(shí)序數(shù)據(jù)32、深度學(xué)習(xí)中的生成對(duì)抗網(wǎng)絡(luò)(GAN)主要用于：B、圖像生成33、深度學(xué)習(xí)中的自編碼器(AutoencoderB、特征選擇C、特征降維D、特征融合34、深度學(xué)習(xí)中的注意力機(jī)制(Attention)主要B、圖像生成35、深度學(xué)習(xí)中的遷移學(xué)習(xí)(TransferLearning)的目的是：A、提高模型的訓(xùn)練速度B、提高模型的泛化能力C、減少模型的參數(shù)數(shù)量D、減少模型的復(fù)雜度36、深度學(xué)習(xí)中的擴(kuò)展方法GAN的全稱是：37、深度學(xué)習(xí)中的LSTM是什么的縮寫(xiě)?38、深度學(xué)習(xí)中的Word2Vec是用來(lái)做什么的?D、特征選擇A、減少模型的參數(shù)數(shù)量B、減少模型的復(fù)雜度C、防止模型過(guò)擬合D、加速模型訓(xùn)練40、在深度學(xué)習(xí)中，學(xué)習(xí)率衰減的作用是：A、加速模型訓(xùn)練B、減少模型的參數(shù)數(shù)量C、減少模型的復(fù)雜度D、改善模型的泛化能力41、深度學(xué)習(xí)中的圖像分類任務(wù)中，常用的數(shù)據(jù)增強(qiáng)方法有：A、隨機(jī)裁剪B、隨機(jī)旋轉(zhuǎn)D、所有選項(xiàng)都對(duì)42、在深度學(xué)習(xí)中，滑動(dòng)窗口(SlidingWindow)是用來(lái)做什么的?43、在深度學(xué)習(xí)中，數(shù)據(jù)集的劃分常用的比例是：A、60%訓(xùn)練集，20%驗(yàn)證集，20%測(cè)試集B、70%訓(xùn)練集，15%驗(yàn)證集，15%測(cè)試集C、80%訓(xùn)練集，10%驗(yàn)證集，10%測(cè)試集D、90%訓(xùn)練集，5%驗(yàn)證集，5%測(cè)試集44、深度學(xué)習(xí)的目標(biāo)函數(shù)(ObjectiveFunction)通常使用的是：A、交叉熵?fù)p失函數(shù)B、均方誤差損失函數(shù)C、對(duì)數(shù)損失函數(shù)D、KL散度損失函數(shù)45、在深度學(xué)習(xí)中，模型的容量(Capacity)是指：A、模型可以容納的樣本數(shù)量B、模型的參數(shù)數(shù)量C、模型的復(fù)雜度D、模型的訓(xùn)練速度46、深度學(xué)習(xí)中的模型正則化是為了：A、減少模型的參數(shù)數(shù)量B、減少模型的復(fù)雜度D、防止模型過(guò)擬合47、深度學(xué)習(xí)中的模型集成是指：A、將多個(gè)模型的預(yù)測(cè)結(jié)果進(jìn)行融合B、將多個(gè)模型的參數(shù)進(jìn)行融合C、將多個(gè)模型的訓(xùn)練樣本進(jìn)行融合D、將多個(gè)模型的特征進(jìn)行融合48、深度學(xué)習(xí)中的模型壓縮是指：A、減少模型的參數(shù)數(shù)量B、減少模型的復(fù)雜度D、加速模型訓(xùn)練49、深度學(xué)習(xí)中的模型蒸餾是指：A、將一個(gè)復(fù)雜模型的知識(shí)傳遞給一個(gè)簡(jiǎn)單模型B、將一個(gè)簡(jiǎn)單模型的知識(shí)傳遞給一個(gè)復(fù)雜模型C、將多個(gè)模型的知識(shí)進(jìn)行融合D、將多個(gè)模型的預(yù)測(cè)結(jié)果進(jìn)行融合C、召回率D、所有選項(xiàng)都對(duì)51、深度學(xué)習(xí)中的模型調(diào)優(yōu)常用的方法有：B、隨機(jī)搜索D、所有選項(xiàng)都對(duì)52、深度學(xué)習(xí)中的模型部署是指：A、將模型部署到生產(chǎn)環(huán)境中B、將模型部署到測(cè)試環(huán)境中C、將模型部署到開(kāi)發(fā)環(huán)境中D、將模型部署到訓(xùn)練環(huán)境中53、深度學(xué)習(xí)中的模型解釋性是指：A、可以解釋模型的決策過(guò)程B、可以解釋模型的參數(shù)含義C、可以解釋模型的訓(xùn)練過(guò)程D、可以解釋模型的泛化能力54、數(shù)據(jù)智能是指利用什么技術(shù)和方法來(lái)提取、分析和利用數(shù)B、機(jī)器學(xué)習(xí)C、數(shù)據(jù)挖掘D、所有以上答案55、數(shù)據(jù)倉(cāng)庫(kù)是指什么?59、數(shù)據(jù)可視化是指什么?A、通過(guò)圖表和圖形展示數(shù)據(jù)的過(guò)程B、將數(shù)據(jù)轉(zhuǎn)換成特定的格式C、存儲(chǔ)數(shù)據(jù)的地方D、數(shù)據(jù)分析的工具60、什么是監(jiān)督學(xué)習(xí)?A、機(jī)器學(xué)習(xí)算法通過(guò)給定的輸入和輸出數(shù)據(jù)進(jìn)行訓(xùn)練B、機(jī)器學(xué)習(xí)算法通過(guò)觀察和理解數(shù)據(jù)進(jìn)行訓(xùn)練C、機(jī)器學(xué)習(xí)算法通過(guò)試錯(cuò)方法進(jìn)行訓(xùn)練61、什么是無(wú)監(jiān)督學(xué)習(xí)?A、機(jī)器學(xué)習(xí)算法通過(guò)給定的輸入和輸出數(shù)據(jù)進(jìn)行訓(xùn)練B、機(jī)器學(xué)習(xí)算法通過(guò)觀察和理解數(shù)據(jù)進(jìn)行訓(xùn)練C、機(jī)器學(xué)習(xí)算法通過(guò)試錯(cuò)方法進(jìn)行訓(xùn)練62、什么是強(qiáng)化學(xué)習(xí)?A、機(jī)器學(xué)習(xí)算法通過(guò)給定的輸入和輸出數(shù)據(jù)進(jìn)行訓(xùn)練B、機(jī)器學(xué)習(xí)算法通過(guò)觀察和理解數(shù)據(jù)進(jìn)行訓(xùn)練C、機(jī)器學(xué)習(xí)算法通過(guò)試錯(cuò)方法進(jìn)行訓(xùn)練63、什么是深度學(xué)習(xí)?A、一種特殊的機(jī)器學(xué)習(xí)算法B、一種特殊的數(shù)據(jù)挖掘技術(shù)C、一種特殊的數(shù)據(jù)可視化方法D、一種特殊的數(shù)據(jù)清洗技術(shù)64、數(shù)據(jù)預(yù)處理是指什么?A、將數(shù)據(jù)轉(zhuǎn)換成特定的格式B、刪除無(wú)用的數(shù)據(jù)C、檢查和修復(fù)數(shù)據(jù)錯(cuò)誤65、什么是特征選擇?A、從大量特征中選擇最相關(guān)的特征B、從大量數(shù)據(jù)中選擇最相關(guān)的數(shù)據(jù)C、從大量模型中選擇最相關(guān)的模型D、從大量算法中選擇最相關(guān)的算法66、什么是聚類分析?A、將數(shù)據(jù)分成不同的類別的過(guò)程B、將數(shù)據(jù)轉(zhuǎn)換成特定的格式C、存儲(chǔ)數(shù)據(jù)的地方D、數(shù)據(jù)分析的工具67、什么是分類算法?A、一種用于將數(shù)據(jù)分成不同類別的算法B、一種用于將數(shù)據(jù)轉(zhuǎn)換成特定格式的算法C、一種用于存儲(chǔ)數(shù)據(jù)的算法D、一種用于數(shù)據(jù)分析的算法68、什么是回歸分析?A、一種用于預(yù)測(cè)數(shù)值的分析方法B、一種用于將數(shù)據(jù)轉(zhuǎn)換成特定格式的分析方法C、一種用于存儲(chǔ)數(shù)據(jù)的分析方法D、一種用于數(shù)據(jù)分析的分析方法69、什么是關(guān)聯(lián)規(guī)則挖掘?A、從大量數(shù)據(jù)中發(fā)現(xiàn)關(guān)聯(lián)關(guān)系的過(guò)程B、將數(shù)據(jù)轉(zhuǎn)換成特定的格式C、存儲(chǔ)數(shù)據(jù)的地方D、數(shù)據(jù)分析的工具70、什么是異常檢測(cè)?A、從大量數(shù)據(jù)中找出異常值的過(guò)程B、將數(shù)據(jù)轉(zhuǎn)換成特定的格式C、存儲(chǔ)數(shù)據(jù)的地方D、數(shù)據(jù)分析的工具71、什么是時(shí)間序列分析?A、一種用于分析時(shí)間相關(guān)數(shù)據(jù)的方法B、一種用于將數(shù)據(jù)轉(zhuǎn)換成特定格式的方法C、一種用于存儲(chǔ)時(shí)間相關(guān)數(shù)據(jù)的方法D、一種用于數(shù)據(jù)分析的方法72、什么是推薦系統(tǒng)?A、根據(jù)用戶的興趣和偏好推薦內(nèi)容的系統(tǒng)B、將數(shù)據(jù)轉(zhuǎn)換成特定的格式的系統(tǒng)C、存儲(chǔ)數(shù)據(jù)的地方的系統(tǒng)D、數(shù)據(jù)分析的工具的系統(tǒng)73、什么是自然語(yǔ)言處理?A、計(jì)算機(jī)理解和處理人類語(yǔ)言的技術(shù)B、將數(shù)據(jù)轉(zhuǎn)換成特定的格式的技術(shù)81、什么是數(shù)據(jù)采集?A、收集數(shù)據(jù)的過(guò)程B、將數(shù)據(jù)轉(zhuǎn)換成特定的格式的過(guò)程C、存儲(chǔ)數(shù)據(jù)的地方的過(guò)程D、數(shù)據(jù)分析的工具的過(guò)程82、什么是數(shù)據(jù)分析?A、通過(guò)分析數(shù)據(jù)來(lái)提取有用信息的過(guò)程B、將數(shù)據(jù)轉(zhuǎn)換成特定的格式的過(guò)程C、存儲(chǔ)數(shù)據(jù)的地方的過(guò)程D、數(shù)據(jù)分析的工具的過(guò)程83、什么是數(shù)據(jù)可視化?A、通過(guò)圖表和圖形展示數(shù)據(jù)的過(guò)程B、將數(shù)據(jù)轉(zhuǎn)換成特定的格式的過(guò)程C、存儲(chǔ)數(shù)據(jù)的地方的過(guò)程D、數(shù)據(jù)分析的工具的過(guò)程84、以下哪個(gè)不是AI的主要研究領(lǐng)域?A、機(jī)器學(xué)習(xí)C、數(shù)據(jù)挖掘D、量子計(jì)算85、機(jī)器學(xué)習(xí)是一種實(shí)現(xiàn)AI的方法，它偏重于：A、利用規(guī)則和邏輯推理B、使用大量數(shù)據(jù)和統(tǒng)計(jì)模型C、模仿人類思維和行為D、利用專家知識(shí)和經(jīng)驗(yàn)86、下列哪個(gè)是深度學(xué)習(xí)中常用的激活函數(shù)?B、二階階躍函數(shù)D、指數(shù)函數(shù)87、以下哪個(gè)算法是用于解決分類問(wèn)題的?C、決策樹(shù)算法88、人工智能的發(fā)展歷程中，哪個(gè)階段最早出現(xiàn)?B、弱人工智能C、機(jī)器學(xué)習(xí)D、深度學(xué)習(xí)89、以下哪個(gè)是用于自然語(yǔ)言處理的技術(shù)?A、卷積神經(jīng)網(wǎng)絡(luò)B、支持向量機(jī)D、遺傳算法90、以下哪個(gè)是用于計(jì)算機(jī)視覺(jué)的技術(shù)?A、樸素貝葉斯B、隱馬爾可夫模型C、卷積神經(jīng)網(wǎng)絡(luò)D、遺傳算法91、以下哪個(gè)不是AI的應(yīng)用領(lǐng)域?B、金融風(fēng)控C、醫(yī)學(xué)診斷D、機(jī)器人制造92、以下哪個(gè)算法是用于增強(qiáng)學(xué)習(xí)的?93、對(duì)于監(jiān)督學(xué)習(xí)任務(wù)，以下哪個(gè)是正確的?A、訓(xùn)練數(shù)據(jù)集中不包含標(biāo)簽信息B、模型可以自動(dòng)學(xué)習(xí)規(guī)則和邏輯C、訓(xùn)練數(shù)據(jù)集中包含輸入和輸出對(duì)應(yīng)的標(biāo)簽信息D、模型只能進(jìn)行預(yù)測(cè)，不能進(jìn)行決策94、以下哪個(gè)不是無(wú)監(jiān)督學(xué)習(xí)的應(yīng)用?A、聚類分析95、以下哪個(gè)不是AI倫理問(wèn)題?A、數(shù)據(jù)隱私C、就業(yè)崗位替代D、偏見(jiàn)和歧視A、可以處理任何任務(wù)B、沒(méi)有容量限制C、對(duì)數(shù)據(jù)的依賴性較強(qiáng)D、不需要人類監(jiān)督97、以下哪個(gè)不是AI系統(tǒng)的優(yōu)勢(shì)?B、學(xué)習(xí)和適應(yīng)能力D、大規(guī)模數(shù)據(jù)處理能力98、以下哪個(gè)不屬于AI系統(tǒng)的核心技術(shù)?A、數(shù)據(jù)挖掘C、神經(jīng)網(wǎng)絡(luò)D、機(jī)器視覺(jué)99、神經(jīng)網(wǎng)絡(luò)中的感知機(jī)是由以下哪個(gè)科學(xué)家提出的?D、數(shù)據(jù)大小D、無(wú)監(jiān)督學(xué)習(xí)102、以下哪個(gè)不是AI系統(tǒng)的應(yīng)用之一?D、數(shù)據(jù)存儲(chǔ)103、以下哪個(gè)不是AI系統(tǒng)的發(fā)展趨勢(shì)?B、跨領(lǐng)域應(yīng)用的拓展C、人工智能與人類融合105、以下哪個(gè)是計(jì)算機(jī)視覺(jué)領(lǐng)域的經(jīng)典數(shù)據(jù)集?107、AlphaGo是哪家公司開(kāi)發(fā)的?A、機(jī)器學(xué)習(xí)D、機(jī)器人技術(shù)109、BAT是不是下面哪家企業(yè)的簡(jiǎn)稱?A、京東D、阿里巴巴110、Python中的注釋沒(méi)有哪個(gè)符號(hào)()?111、哪個(gè)不是智能交通可能會(huì)帶來(lái)哪些好處()113、循環(huán)采集不包括()114、節(jié)點(diǎn)有多種類型，不包括是()A、元素、屬性、文本B、命名空間、處理指令D、屬性值115、個(gè)人進(jìn)行數(shù)據(jù)采集是，主要用于()D、社會(huì)公開(kāi)信息116、處理噪聲數(shù)據(jù)方法不包括()方法。B、回歸法117、數(shù)據(jù)集成的方法不包括有()C、數(shù)據(jù)倉(cāng)庫(kù)D、聚類118、數(shù)據(jù)規(guī)約的策略包括有()B、數(shù)量歸約D、實(shí)體識(shí)別119、()是用電腦對(duì)文本集按照一定的標(biāo)準(zhǔn)進(jìn)行自動(dòng)分類標(biāo)記。A、文本識(shí)別120、人工智能對(duì)數(shù)據(jù)集進(jìn)行數(shù)據(jù)標(biāo)注時(shí)，以下符合標(biāo)注規(guī)范的A、標(biāo)注越多越好B、標(biāo)注框貼近目標(biāo)C、標(biāo)注類別越多越好D、標(biāo)注命名可隨意命名，不影響后期訓(xùn)練C、專注力D、有興趣122、關(guān)于python編程語(yǔ)言，下列描述正確的是()B、append函數(shù)用于給列表增加元D、Python中列表無(wú)法嵌套123、下面關(guān)于函數(shù)說(shuō)法錯(cuò)誤的是()A、函數(shù)的三要素是函數(shù)名、參數(shù)和返回值，定義函數(shù)時(shí)這三個(gè)要素是必須的B、如果沒(méi)有return語(yǔ)句，則Python函數(shù)默認(rèn)返回值為NoneC、函數(shù)可以嵌套D、使用def定義函數(shù)124、Python的變量名可以由哪些元素組成()B、運(yùn)算符125、哪個(gè)不是人工神經(jīng)網(wǎng)絡(luò)特點(diǎn)和優(yōu)越性主要表現(xiàn)()。B、自動(dòng)識(shí)別功能C、高速尋找優(yōu)化解的能力D、聯(lián)想存儲(chǔ)功能126、神經(jīng)網(wǎng)絡(luò)不可以按()分類B、網(wǎng)絡(luò)結(jié)構(gòu)分類D、網(wǎng)絡(luò)的活動(dòng)方式分類127、專家系統(tǒng)的主要組成部分不包括128、機(jī)器學(xué)習(xí)相關(guān)算法不包括C、數(shù)據(jù)挖掘D、K近鄰算法129、以下不屬于仿生算法的是()A、蟻群算法B、遺傳算法C、人工神經(jīng)網(wǎng)絡(luò)A、常見(jiàn)池化層有最大池化與平均池化B、卷積核不可以用來(lái)提取圖片全局特性C、處理圖片時(shí)，是以掃描窗口的方式對(duì)圖像做卷積D、卷積神經(jīng)網(wǎng)絡(luò)可以包含卷積層，池化層和全連接層131、以下是人工智能深度學(xué)習(xí)技術(shù)先尋找的是B、數(shù)據(jù)C、梯度D、函數(shù)132、下面對(duì)數(shù)據(jù)標(biāo)注描述哪個(gè)是正確的()A、所有的數(shù)據(jù)標(biāo)注都可以使用腳本語(yǔ)言自動(dòng)標(biāo)注B、可以通過(guò)算法來(lái)實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)標(biāo)注C、OCR手寫(xiě)轉(zhuǎn)錄完全可以通過(guò)識(shí)別工具實(shí)現(xiàn)自動(dòng)轉(zhuǎn)錄D、數(shù)據(jù)標(biāo)注是個(gè)重復(fù)性很強(qiáng)的工作133、人工神經(jīng)元網(wǎng)絡(luò)不包括A、輸出層B、中間隱藏層C、映射層D、輸出層134、數(shù)據(jù)標(biāo)注前要對(duì)數(shù)據(jù)進(jìn)行清洗以達(dá)到更好的訓(xùn)練識(shí)別效果，數(shù)據(jù)清洗方法下面說(shuō)法不正確的是A、無(wú)效數(shù)據(jù)和缺失數(shù)據(jù)處理C、數(shù)據(jù)定義D、數(shù)據(jù)查重135、下列不是圖像處理時(shí)常用的?136、盲目搜索策略不包括下列那個(gè)A、廣度優(yōu)先搜索B、深度優(yōu)先搜索C、有界深度優(yōu)先搜索D、全局擇優(yōu)搜索137、人工智能中不是用“如果…則…“關(guān)聯(lián)起來(lái)的說(shuō)法不包括A、產(chǎn)生式C、關(guān)系式D、模式138、下面不屬于人工神經(jīng)網(wǎng)絡(luò)的是()A、卷積神經(jīng)網(wǎng)絡(luò)B、循環(huán)神經(jīng)網(wǎng)絡(luò)C、網(wǎng)絡(luò)森林139、決策樹(shù)中的分類結(jié)果是最末端的節(jié)點(diǎn)的有A、根節(jié)點(diǎn)B、父節(jié)點(diǎn)C、子節(jié)點(diǎn)D、葉節(jié)點(diǎn)140、機(jī)器學(xué)習(xí)從不同的角度，有不同的分類方式，以下哪項(xiàng)不屬于按系統(tǒng)學(xué)習(xí)能力分類的類別A、監(jiān)督學(xué)習(xí)B、無(wú)監(jiān)督學(xué)習(xí)C、弱監(jiān)督學(xué)習(xí)D、函數(shù)學(xué)習(xí)141、以下不屬于人工智能在計(jì)算機(jī)視覺(jué)領(lǐng)域應(yīng)用的是A、車(chē)站人臉識(shí)別進(jìn)站B、拍照識(shí)別植物C、醫(yī)療影像診斷D、實(shí)時(shí)字幕142、人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和優(yōu)越性不包括A、自學(xué)習(xí)功能B、自動(dòng)識(shí)別功能C、高速尋找優(yōu)化解的能力D、聯(lián)想存儲(chǔ)功能143、不是專家系統(tǒng)組成部分的是C、專家系統(tǒng)144、如下能區(qū)分人說(shuō)話的聲音和小提琴的聲音的是C、音量D、音長(zhǎng)145、下列是直接影響傳統(tǒng)機(jī)器學(xué)習(xí)算法成敗的關(guān)鍵因素是哪個(gè)D、特征提取146、屬于開(kāi)區(qū)域標(biāo)注的是D、線標(biāo)注A、類的實(shí)例方法必須創(chuàng)建對(duì)象后才可以調(diào)用B、類的實(shí)例方法必須創(chuàng)建對(duì)象前才可以調(diào)用C、類的類方法可以用對(duì)象和類名來(lái)調(diào)用D、類的靜態(tài)屬性可以用類名和對(duì)象來(lái)調(diào)用A、程序中拋出異常終止程序B、程序中拋出異常不一定終止程序C、拼寫(xiě)錯(cuò)誤會(huì)導(dǎo)致程序終止D、縮進(jìn)錯(cuò)誤會(huì)導(dǎo)致程序終止B、任何一個(gè)普通的xx.py文件可以作為模塊導(dǎo)入C、模塊文件的擴(kuò)展名不一定是.pyD、運(yùn)行時(shí)會(huì)從指定的目錄搜索導(dǎo)入的模塊，如果沒(méi)有，會(huì)報(bào)錯(cuò)異常A、變量不必事先聲明B、變量無(wú)須先創(chuàng)建和賦值而直接使用C、變量無(wú)須指定類型D、可以使用del釋放資源152、知識(shí)圖譜構(gòu)建過(guò)程中不涉及下列哪些內(nèi)容?A、知識(shí)獲取C、知識(shí)驗(yàn)證153、下面哪項(xiàng)不屬于神經(jīng)網(wǎng)絡(luò)的范疇?A、深度學(xué)習(xí)B、機(jī)器學(xué)習(xí)C、感知器154、下面的Python開(kāi)發(fā)包中，不屬于深度學(xué)習(xí)框架的有155、數(shù)據(jù)采集的()與技術(shù)執(zhí)行的速度、團(tuán)隊(duì)內(nèi)部成員協(xié)同以及數(shù)據(jù)分析需求和目標(biāo)實(shí)現(xiàn)的效率有關(guān)。A、全面性B、多維性D、高效性156、下列數(shù)據(jù)預(yù)處理任務(wù)，()可以用來(lái)平滑數(shù)據(jù)，消除數(shù)據(jù)噪A、數(shù)據(jù)清洗B、數(shù)據(jù)集成D、數(shù)據(jù)規(guī)約157、下列不是用于大數(shù)據(jù)查詢分析計(jì)算的產(chǎn)品是()。158、數(shù)據(jù)倉(cāng)庫(kù)—般都是存在層次架構(gòu)的，比如可以分為ODS、同的層級(jí)中，如下相關(guān)信息表存放在ODS層的有()。A、從源系統(tǒng)同步至數(shù)倉(cāng)的粒度相同的一張登錄日志表B、日期為天粒度的登錄統(tǒng)計(jì)表C、從人的角度統(tǒng)計(jì)的登錄情況表D、日期為月粒度的登錄統(tǒng)計(jì)表159、從數(shù)據(jù)量方面來(lái)看，互聯(lián)網(wǎng)系統(tǒng)和機(jī)器系統(tǒng)產(chǎn)生的數(shù)據(jù)量要()企業(yè)系統(tǒng)的數(shù)據(jù)量。A、遠(yuǎn)遠(yuǎn)大于160、數(shù)據(jù)規(guī)約的目的是()。A、填補(bǔ)數(shù)據(jù)中的空缺值B、集成多個(gè)數(shù)據(jù)源的數(shù)據(jù)C、得到數(shù)據(jù)集的壓縮表示D、規(guī)范化數(shù)據(jù)161、下列陳述不的是()。A、大數(shù)據(jù)將實(shí)現(xiàn)科學(xué)決策B、大數(shù)據(jù)使政府決策更加精準(zhǔn)化C、大數(shù)據(jù)徹底將群體性事件化解在萌芽狀態(tài)D、大數(shù)據(jù)將實(shí)現(xiàn)預(yù)測(cè)式?jīng)Q策162、下列哪項(xiàng)不是用于數(shù)據(jù)查詢()。163、AnalyticDB的優(yōu)勢(shì)不包括()。A、更大規(guī)模和更快讀寫(xiě)能力B、更高可用和可靠性C、更高安全D、分布式計(jì)算能力164、下列屬于列族數(shù)據(jù)庫(kù)的是()。165、Zookeeper的主要作用是()。A、分布式的海量日志采集、聚合和傳輸B、基于Hadoop的數(shù)據(jù)倉(cāng)庫(kù)C、分布式列式數(shù)據(jù)庫(kù)D、分布式協(xié)調(diào)服務(wù)166、利用Sqoop從關(guān)系數(shù)據(jù)庫(kù)導(dǎo)入數(shù)據(jù)到Hive時(shí)，必須指定的參數(shù)為()。167、下列不屬于分布式計(jì)算技術(shù)的是()。168、下列哪項(xiàng)不是大數(shù)據(jù)發(fā)展的技術(shù)支撐()。A、存儲(chǔ)設(shè)備容量不斷增加B、網(wǎng)絡(luò)帶寬不斷增加C、CUP處理能力大幅提升D、互聯(lián)網(wǎng)數(shù)據(jù)量增加下列哪種應(yīng)用不適合采用數(shù)據(jù)合并()<brclass=""markdown_retB、求最大值170、散點(diǎn)矩陣圖用于哪種類型的數(shù)據(jù)()。D、文本數(shù)據(jù)171、DataWorks底層分布式集群使用的是()。D、天空系統(tǒng)172、Spark的部署模式中哪種不是集群部署模式()。173、HBase數(shù)據(jù)庫(kù)中，數(shù)據(jù)存儲(chǔ)是按()進(jìn)行排序的。A、列族名稱B、列族限定符名稱174、()被廣泛用于購(gòu)物籃分析。A、關(guān)聯(lián)分析C、聚類分析D、回歸分析175、關(guān)于大數(shù)據(jù)對(duì)人類思維的影響，不的是()。A、從“流程”核心轉(zhuǎn)變?yōu)椤皵?shù)據(jù)”核心B、由關(guān)注相關(guān)性轉(zhuǎn)變?yōu)橐蚬P(guān)系C、從抽樣轉(zhuǎn)變?yōu)樾枰繑?shù)據(jù)樣本D、從關(guān)注精確性轉(zhuǎn)變?yōu)殛P(guān)注效率176、()將傳統(tǒng)數(shù)據(jù)挖掘的思想和方法應(yīng)用于Web,從Web資源和Web活動(dòng)中爬取感興趣的、潛在的、有用的模式和隱藏信A、Web挖掘C、數(shù)據(jù)采集177、關(guān)于探索性指標(biāo)和報(bào)告性指標(biāo)的描述錯(cuò)誤的是()。A、探索性指標(biāo)是推測(cè)性質(zhì)的，去發(fā)現(xiàn)一些未知的東西B、報(bào)告性指標(biāo)是關(guān)于公司日常運(yùn)營(yíng)、管理相關(guān)的指標(biāo)C、營(yíng)業(yè)額屬于報(bào)告性指標(biāo)D、銷(xiāo)售量屬于探索性指標(biāo)178、數(shù)據(jù)集成主要解決數(shù)據(jù)的分布性和()問(wèn)題。D、一致性179、下列哪項(xiàng)不是Spark比MapReduce計(jì)算快的原因()。A、基于內(nèi)存的計(jì)算B、基于DAG的調(diào)度框架C、基于Lineage的容錯(cuò)機(jī)制D、基于分布式計(jì)算的框架180、關(guān)于HRegionServer功能描述，錯(cuò)誤的是()。A、響應(yīng)用戶I/OC、HLog記錄日志181、從底層次數(shù)據(jù)抽象出高層次的描述過(guò)程叫做()。B、離散化C、數(shù)據(jù)立方體聚集D、屬性子集選擇182、下列關(guān)于MapReduce任務(wù)描述不的是()。A、不同的Map任務(wù)之間不會(huì)進(jìn)行通信B、不同的Reduce任務(wù)之間不會(huì)發(fā)生任何信息交換C、Map需要考慮數(shù)據(jù)全局性D、用戶不能顯式地從一臺(tái)機(jī)器向另一臺(tái)機(jī)器發(fā)送消息183、在一年一度的天貓雙十一活動(dòng)過(guò)程中，可視化大屏?xí)?dòng)態(tài)實(shí)時(shí)展示銷(xiāo)售額、訂單量等指標(biāo)，請(qǐng)問(wèn)這些指標(biāo)采用的是什么可視化圖表()。A、指標(biāo)看板D、詞云圖184、DataWorks的核心功能和特點(diǎn)不包括下列哪項(xiàng)()。A、數(shù)據(jù)集成B、數(shù)據(jù)開(kāi)發(fā)C、數(shù)據(jù)管理D、數(shù)據(jù)分析185、“全國(guó)疫情新增趨勢(shì)”可能是可視化圖形中的哪部分()。D、標(biāo)題186、通過(guò)大數(shù)據(jù)分析深入數(shù)據(jù)挖掘，無(wú)法實(shí)現(xiàn)()。A、個(gè)性化營(yíng)銷(xiāo)和服務(wù)B、實(shí)現(xiàn)預(yù)測(cè)性營(yíng)銷(xiāo)D、提前消費(fèi)187、從數(shù)據(jù)產(chǎn)生速度來(lái)看，傳統(tǒng)數(shù)據(jù)采集的數(shù)據(jù)幾乎都是由人操作生成的，()機(jī)器生成數(shù)據(jù)的效率。A、遠(yuǎn)遠(yuǎn)快于188、下列()是阿里云提供的底層的分布式計(jì)算平臺(tái)。189、第二次信息化浪潮的出現(xiàn)標(biāo)志是()。B、人類開(kāi)始全面進(jìn)入互聯(lián)網(wǎng)時(shí)代C、計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)的快速發(fā)D、人工智能技術(shù)高速發(fā)展190、數(shù)據(jù)更重要的是能滿足分析需求。靈活、快速自定義數(shù)據(jù)的多種屬性和不同類型，從而滿足不同的分析目標(biāo)，這指的是數(shù)據(jù)采集的()。D、高效性191、下列描述的是()。B、關(guān)系型數(shù)據(jù)不支持分區(qū)D、關(guān)系型數(shù)據(jù)庫(kù)延遲高192、Hadoop生態(tài)的組件不包括()。193、數(shù)據(jù)采集中的數(shù)據(jù)包括RFID數(shù)據(jù)、()數(shù)據(jù)、社交網(wǎng)絡(luò)交互數(shù)據(jù)及移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)等海量數(shù)據(jù)。A、智能設(shè)備B、傳感器C、溫濕度194、大數(shù)據(jù)的多樣性使得數(shù)據(jù)被分為三種數(shù)據(jù)結(jié)構(gòu)，那么以下不是三種數(shù)據(jù)結(jié)構(gòu)之一的是C、半結(jié)構(gòu)化數(shù)據(jù)D、全結(jié)構(gòu)化數(shù)據(jù)195、下列選項(xiàng)中，不是人工智能的算法中的學(xué)習(xí)方法的是?A、重復(fù)學(xué)習(xí)B、深度學(xué)習(xí)C、遷移學(xué)習(xí)D、對(duì)抗學(xué)習(xí)196、自然語(yǔ)言處理難點(diǎn)目前有四大類，下列選項(xiàng)中不是其中之A、機(jī)器性能B、語(yǔ)言歧義性C、知識(shí)依賴D、語(yǔ)境197、傳統(tǒng)的機(jī)器學(xué)習(xí)方法包括監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)，其中監(jiān)督學(xué)習(xí)是學(xué)習(xí)給定標(biāo)簽的數(shù)據(jù)集。請(qǐng)問(wèn)標(biāo)簽為離散的類型，稱為分類，標(biāo)簽為連續(xù)的類型，稱為什么?B、離散C、分類D、回歸198、中國(guó)移動(dòng)自主研發(fā)、發(fā)布的首個(gè)人工智能平臺(tái)叫做()A、九天A、描述數(shù)據(jù)的存儲(chǔ)位置等屬性B、存儲(chǔ)數(shù)據(jù)C、調(diào)度數(shù)據(jù)D、數(shù)據(jù)200、電信行業(yè)的客戶關(guān)系管理中，客服中心優(yōu)化可以實(shí)現(xiàn)嚴(yán)重問(wèn)題及時(shí)預(yù)警，請(qǐng)問(wèn)是用的什么技術(shù)實(shí)現(xiàn)的?B、互聯(lián)網(wǎng)技術(shù)D、影像技術(shù)201、隨著閉源軟件在數(shù)據(jù)分析領(lǐng)域的地盤(pán)不斷縮小，老牌IT廠商正在改變商業(yè)模式，向著什么靠攏?B、開(kāi)源C、獨(dú)立202、以下不是非結(jié)構(gòu)化數(shù)據(jù)的項(xiàng)是?B、音頻C、數(shù)據(jù)庫(kù)二維表數(shù)據(jù)D、視頻203、以下數(shù)據(jù)單位換算錯(cuò)誤的是?204、下列選項(xiàng)中，不是Flume的特點(diǎn)的是?A、可靠性B、集中式架構(gòu)C、可擴(kuò)展性D、可管理性205、BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)不包括C、翰出層D、顯層A、語(yǔ)音聽(tīng)寫(xiě)B(tài)、語(yǔ)音臺(tái)成C、語(yǔ)音轉(zhuǎn)寫(xiě)D、語(yǔ)音喚醒207、以下哪個(gè)場(chǎng)景可以稱為大數(shù)據(jù)場(chǎng)景?B、故宮門(mén)票收入208、2011年5月是哪家全球知名咨詢公司在《Bigdata.Thenextfrontierforinnovation,competitionandproductivity》研究報(bào)告中指出，數(shù)據(jù)已經(jīng)滲透到每一個(gè)行業(yè)和業(yè)務(wù)職能之中，逐漸成為重要的生產(chǎn)因素的?B、麥肯錫209、下列選項(xiàng)中，哪項(xiàng)是分布式文件存儲(chǔ)系統(tǒng)?210、下列選項(xiàng)中，描述Flume對(duì)數(shù)據(jù)源的支持的是A、只能使用HDFS數(shù)據(jù)源B、可以配置數(shù)據(jù)源C、不能使用文件系統(tǒng)D、不能使用目錄方式211、機(jī)器學(xué)習(xí)研究如何通過(guò)計(jì)算的手段，利用經(jīng)驗(yàn)來(lái)改善系統(tǒng)自身的性能，請(qǐng)問(wèn)機(jī)器學(xué)習(xí)利用數(shù)據(jù)訓(xùn)練出什么?A、模型C、結(jié)果D、報(bào)表212、下列選項(xiàng)中，不是人工智能的算法中的學(xué)習(xí)方法的是A、重復(fù)學(xué)習(xí)B、深度學(xué)習(xí)C、遷移學(xué)習(xí)D、對(duì)抗學(xué)習(xí)213、語(yǔ)音識(shí)別產(chǎn)品體系有四部分，下列哪項(xiàng)不是體系之一?D、語(yǔ)義理解214、今年，大數(shù)據(jù)分析將出現(xiàn)革命性的新方法，從前的很多算法和基礎(chǔ)理論可能會(huì)產(chǎn)生理論級(jí)別的突破。而哪項(xiàng)技術(shù)將繼續(xù)成為大數(shù)據(jù)智能分析的核心技術(shù)A、機(jī)器學(xué)習(xí)D、智能終端215、以下哪個(gè)不屬于大數(shù)據(jù)在電信行業(yè)的數(shù)據(jù)商業(yè)化方面的應(yīng)用D、大數(shù)據(jù)檢測(cè)和決策216、RDD是由多個(gè)什么組成?217、下列選項(xiàng)中，不是大數(shù)據(jù)的一部分的是?A、海量計(jì)算B、大量數(shù)據(jù)管理218、屬于“人造智能”,具有意識(shí)，達(dá)到或超越人類智慧水平的人工看能稱為()A、高人工智能C、強(qiáng)人工智能D、弱人工智能219、mapreduce計(jì)算模型適用于哪種任務(wù)?A、多線程處理B、有關(guān)聯(lián)的行處理D、實(shí)時(shí)數(shù)據(jù)變化處理221、IBM提出的大數(shù)據(jù)5V特征包括更大(Volume)、更快(Velocity)、更多Variety)、更值錢(qián)(Value)和()B、更充分C、更真實(shí)(Veracity)D、更直觀222、Spark.是基于什么的迭代計(jì)算框架?它適用于需要多次操作特定數(shù)據(jù)集的應(yīng)用場(chǎng)合。需要反復(fù)操作的次數(shù)越多，所需讀取的數(shù)據(jù)量越大，受益越大，數(shù)據(jù)量小但是計(jì)算密集度較大的場(chǎng)合，受益就相對(duì)較小B、硬盤(pán)D、顯卡223、下列選項(xiàng)中，不是kafka適合的應(yīng)用場(chǎng)景是?B、消息系統(tǒng)224、數(shù)據(jù)采集的基本步驟(ETL)中不包括哪項(xiàng)?A、抽取轉(zhuǎn)換225、以下哪種學(xué)習(xí)方法不屬于人工智能算法?A、遷移學(xué)習(xí)B、對(duì)抗學(xué)習(xí)226、語(yǔ)音識(shí)別常用的應(yīng)用有四個(gè)，下列不是常用應(yīng)用的是?B、撥號(hào)C、導(dǎo)航D、設(shè)備控制227、下列選項(xiàng)中，哪項(xiàng)是由谷歌開(kāi)發(fā)的人工能算法框架?228、“大數(shù)據(jù)”是需要新處理模式才能具發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)()、高增長(zhǎng)率和多樣化的信息資B、少數(shù)A、大規(guī)模并行處理系統(tǒng)B、受限的分布式計(jì)算模型C、集群計(jì)算資源管理框架D、分布式計(jì)算編程框架230、Hadoop是()年誕生的?231、在Spark的軟件棧中，用于流計(jì)算的是?232、以下數(shù)據(jù)量可以稱為大數(shù)據(jù)的是233、人工智能通過(guò)輸入的圖片，解析出圖片的內(nèi)容，這種技術(shù)叫什么?B、語(yǔ)音識(shí)別D、消費(fèi)金融234、IBM的()是第一個(gè)在國(guó)際象棋上戰(zhàn)勝人類<brclass=""markdown_return"">人工智能計(jì)算機(jī)。B、深藍(lán)C、圖靈機(jī)模型D、深度學(xué)習(xí)機(jī)器人235、下列選項(xiàng)中，不是人工智能的基礎(chǔ)設(shè)施的是?C、專用芯片D、游戲顯卡236、以下哪個(gè)不屬于大數(shù)據(jù)在電信行業(yè)的應(yīng)用?A、數(shù)據(jù)商業(yè)化C、企業(yè)運(yùn)營(yíng)管理D、客戶關(guān)系管理237、客服中心是運(yùn)營(yíng)商和客戶接觸較為頻繁的通道，我們可以利用()在后端給客服中心建立龐大的知識(shí)庫(kù)，供接線員們使用幫忙他們快速精準(zhǔn)的找到答案。B、客戶畫(huà)像238、IBM提出的大數(shù)據(jù)5V特征包括()、更快(velocity)、更多(Variety)、更值錢(qián)(Value)和更真實(shí)(Veracity)A、更有效B、更大(Volume)C、更充分D、更直觀239、Fume采用了三層架構(gòu)，分別為agent,collector和()240、Hadoop2系列版本中默認(rèn)的HDFS的block是多大?241、工信部官網(wǎng)正式發(fā)布大數(shù)據(jù)產(chǎn)業(yè)“一三五“發(fā)展規(guī)劃是在哪一年242、BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則是?B、梯度下降法C、梯度提升法D、梯度曲線法243、中國(guó)移動(dòng)研發(fā)了智能客服問(wèn)答機(jī)器人(),使業(yè)務(wù)流程自動(dòng)化，更加智能的回答用戶解決業(yè)務(wù)咨詢、業(yè)務(wù)辦理、流量查詢等A、精靈D、移娃244、對(duì)抗學(xué)習(xí)中兩個(gè)網(wǎng)絡(luò)互相竟?fàn)帲粋€(gè)負(fù)責(zé)生成樣本，那么另一個(gè)負(fù)責(zé)做什么?B、計(jì)算樣本245、以下應(yīng)用沒(méi)有使用你的地理位置信息的是?246、下列選項(xiàng)中，不是大數(shù)據(jù)發(fā)展趨勢(shì)的是A、大數(shù)據(jù)分析的革命性方法出現(xiàn)B、大數(shù)據(jù)與云計(jì)算將深度融合C、大數(shù)據(jù)一體機(jī)將陸續(xù)發(fā)布D、大數(shù)據(jù)未來(lái)可能會(huì)被淘汰248、HBASE的特點(diǎn)不包括哪些?C、多版本D、高可靠性249、總體來(lái)說(shuō)，人工智能發(fā)展的未來(lái)趨勢(shì)是?C、不動(dòng)250、以下數(shù)據(jù)單位從小到大排列的順序是?251、人工智能的定義是什么?A、計(jì)算機(jī)模擬人類智能的技術(shù)B、機(jī)器能夠獨(dú)立思考和學(xué)習(xí)C、使機(jī)器具備人類的情感和意識(shí)D、利用機(jī)器進(jìn)行科學(xué)研究的方法A、機(jī)器學(xué)習(xí)C、數(shù)據(jù)挖掘253、人工智能中的“機(jī)器學(xué)習(xí)”是指什么?A、讓機(jī)器可以像人類一樣學(xué)習(xí)知識(shí)B、通過(guò)算法讓機(jī)器從數(shù)據(jù)中學(xué)習(xí)和改進(jìn)C、讓機(jī)器具備自主學(xué)習(xí)能力D、通過(guò)神經(jīng)網(wǎng)絡(luò)讓機(jī)器學(xué)習(xí)254、人工智能中的“深度學(xué)習(xí)”是指什么?A、一種特殊的機(jī)器學(xué)習(xí)算法B、讓機(jī)器可以進(jìn)行深度思考的能力C、通過(guò)模擬人腦神經(jīng)網(wǎng)絡(luò)的方式進(jìn)行學(xué)習(xí)D、讓機(jī)器可以進(jìn)行復(fù)雜問(wèn)題的推理和決策255、以下哪個(gè)不是人工智能應(yīng)用的例子?A、語(yǔ)音助手B、機(jī)器人導(dǎo)游D、手機(jī)游戲256、人工智能中的“自然語(yǔ)言處理”是指什么?A、讓機(jī)器可以理解和處理人類的自然語(yǔ)言B、讓機(jī)器能夠像人類一樣進(jìn)行語(yǔ)音交流C、利用機(jī)器進(jìn)行語(yǔ)言學(xué)研究的方法D、讓機(jī)器能夠進(jìn)行自動(dòng)翻譯257、人工智能中的“計(jì)算機(jī)視覺(jué)”是指什么?A、讓機(jī)器可以理解和處理圖像和視頻B、讓機(jī)器能夠像人類一樣進(jìn)行視覺(jué)感知C、讓機(jī)器可以進(jìn)行圖像識(shí)別和分析D、利用機(jī)器進(jìn)行圖像處理和圖像生成的技術(shù)258、以下哪個(gè)不是人工智能的倫理問(wèn)題?A、隱私保護(hù)C、就業(yè)崗位流失259、人工智能的發(fā)展會(huì)對(duì)社會(huì)產(chǎn)生哪些影響?A、提高生產(chǎn)效率和經(jīng)濟(jì)發(fā)展B、減少人類工作崗位C、改變?nèi)祟惿罘绞胶蜕鐣?huì)結(jié)構(gòu)D、所有選項(xiàng)都正確260、人工智能的未來(lái)發(fā)展方向包括以下哪些?C、多模態(tài)學(xué)習(xí)D、所有選項(xiàng)都正確261、人工智能的歷史可以追溯到哪個(gè)時(shí)期?A、20世紀(jì)50年代B、19世紀(jì)80年代C、21世紀(jì)90年代D、18世紀(jì)30年代262、以下哪個(gè)不是人工智能的子領(lǐng)域?C、計(jì)算機(jī)視覺(jué)263、人工智能中的“強(qiáng)化學(xué)習(xí)”是指什么?A、讓機(jī)器具備自主決策能力B、通過(guò)獎(jiǎng)懲機(jī)制讓機(jī)器學(xué)習(xí)最優(yōu)策略C、利用神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)和決策D、讓機(jī)器能夠進(jìn)行復(fù)雜問(wèn)題的推理和決策264、以下哪個(gè)不是人工智能中常用的算法?C、深度學(xué)習(xí)D、遺傳算法265、人工智能中的“機(jī)器人”是指什么?A、一種可以執(zhí)行任務(wù)的機(jī)器設(shè)備B、一種具備智能和意識(shí)的機(jī)器C、一種可以進(jìn)行復(fù)雜推理的機(jī)器D、一種可以進(jìn)行學(xué)習(xí)和決策的機(jī)器266、人工智能中的“專家系統(tǒng)”是指什么?A、一種可以模擬人類專家知識(shí)的系統(tǒng)B、一種可以進(jìn)行自主學(xué)習(xí)的系統(tǒng)C、一種可以進(jìn)行復(fù)雜推理的系統(tǒng)D、一種可以進(jìn)行圖像識(shí)別的系統(tǒng)267、人工智能中的“語(yǔ)音識(shí)別”是指什么?A、讓機(jī)器能夠理解和識(shí)別人類的語(yǔ)音B、讓機(jī)器能夠進(jìn)行語(yǔ)音合成C、讓機(jī)器能夠進(jìn)行語(yǔ)音翻譯D、讓機(jī)器能夠進(jìn)行自動(dòng)語(yǔ)音識(shí)別268、機(jī)器學(xué)習(xí)是一種：B、數(shù)據(jù)分析方法C、編程語(yǔ)言269、在機(jī)器學(xué)習(xí)中，監(jiān)督學(xué)習(xí)是指：A、機(jī)器通過(guò)觀察數(shù)據(jù)自主學(xué)習(xí)B、機(jī)器根據(jù)給定的數(shù)據(jù)和標(biāo)簽進(jìn)行學(xué)習(xí)C、機(jī)器通過(guò)交互式學(xué)習(xí)改進(jìn)自身性能D、機(jī)器根據(jù)強(qiáng)化學(xué)習(xí)算法進(jìn)行學(xué)習(xí)270、以下哪項(xiàng)不是機(jī)器學(xué)習(xí)的主要任務(wù)?B、聚類C、回歸D、排序271、機(jī)器學(xué)習(xí)的一個(gè)常見(jiàn)應(yīng)用是：272、以下哪項(xiàng)不是機(jī)器學(xué)習(xí)中的評(píng)估指標(biāo)?C、召回率D、速度273、什么是過(guò)擬合(Overfitting)?A、模型在訓(xùn)練集上表現(xiàn)良好，但在測(cè)試集上表現(xiàn)差B、模型在訓(xùn)練集上表現(xiàn)差，但在測(cè)試集上表現(xiàn)良好C、模型對(duì)新數(shù)據(jù)的泛化能力強(qiáng)D、模型對(duì)新數(shù)據(jù)的泛化能力弱274、以下哪種算法不屬于監(jiān)督學(xué)習(xí)算法?A、決策樹(shù)B、支持向量機(jī)C、K均值聚類275、什么是梯度下降(GradientDescent)?A、一種優(yōu)化算法，用于最小化損失函數(shù)B、一種分類算法，用于處理非線性數(shù)據(jù)C、一種數(shù)據(jù)預(yù)處理技術(shù)，用于降低數(shù)據(jù)維度D、一種特征選擇方法，用于選擇最相關(guān)的特征276、智慧醫(yī)療的發(fā)展目前不受哪些因素影響A、缺少?gòu)?fù)合型人才B、用戶隱私數(shù)據(jù)安全問(wèn)題C、醫(yī)學(xué)水平不夠D、市場(chǎng)主需求量不足以帶動(dòng)發(fā)展277、人工智能核心技術(shù)體系不包括以下哪個(gè)層面()A、通用技術(shù)層C、應(yīng)用技術(shù)層D、基礎(chǔ)技術(shù)層278、機(jī)器學(xué)習(xí)的流程包括：分析案例、數(shù)據(jù)獲取、()和模型驗(yàn)證這四個(gè)過(guò)程A、數(shù)據(jù)清洗C、模型訓(xùn)練279、機(jī)器翻譯屬于下列哪個(gè)領(lǐng)域的應(yīng)用()B、機(jī)器學(xué)習(xí)C、專家系統(tǒng)280、為了解決如何模擬人類的感性思維，例如視覺(jué)理解、直覺(jué)思維、悟性等，研究者找到一個(gè)重要的信息處理的機(jī)制是()A、專家系統(tǒng)B、人工神經(jīng)網(wǎng)絡(luò)C、模式識(shí)別D、智能代理281、下面關(guān)于函數(shù)說(shuō)法錯(cuò)誤的是()A、函數(shù)的三要素是函數(shù)名、參數(shù)和返回值，定義函數(shù)時(shí)參數(shù)和返回值不是必須的B、如果沒(méi)有return語(yǔ)句，則Python函數(shù)默認(rèn)返回值為NoneC、函數(shù)不可以嵌套282、關(guān)于函數(shù)參數(shù)傳遞中，形參與實(shí)參的描述錯(cuò)誤的是()A、實(shí)參與形參分別存儲(chǔ)在各自的內(nèi)存空間中，是兩個(gè)不相關(guān)的獨(dú)立變量B、Python實(shí)行按值傳遞參數(shù)。值傳遞指調(diào)用函數(shù)時(shí)將常量或變量的值傳遞給函數(shù)的參數(shù)C、實(shí)參與形參的名字可以相同，也可以不同D、在函數(shù)內(nèi)部改變形參的值時(shí)，實(shí)參的值也會(huì)改變的283、已知列表對(duì)象Is,哪個(gè)選項(xiàng)對(duì)ls.append(x)的描述是正確A、x不能是一個(gè)列表對(duì)象B、只能向列表Is最后增加一個(gè)元素xC、向列表ls最前面增加一個(gè)元素xD、替換列表ls最后一個(gè)元素為x284、專家系統(tǒng)中知識(shí)庫(kù)的知識(shí)可以獲取的來(lái)源是A、領(lǐng)域?qū)＜褺、專家系統(tǒng)的用戶C、計(jì)算機(jī)系統(tǒng)管理員D、專家系統(tǒng)程序的開(kāi)發(fā)者285、關(guān)于Python的列表，以下選項(xiàng)中描述錯(cuò)誤的是A、Python列表的長(zhǎng)度不可變B、Python列表是一個(gè)可以修改數(shù)據(jù)項(xiàng)的序列類型D、Python列表是包含0個(gè)或者多個(gè)對(duì)象引用的有序序列286、下列選項(xiàng)不屬于專家系統(tǒng)底層核心部分的是B、推理機(jī)D、決策樹(shù)287、如果問(wèn)題存在最優(yōu)解，則下面幾種搜索算法中，()必然可以得到該最優(yōu)解A、廣度優(yōu)先搜索B、深度優(yōu)先搜索C、有界深度優(yōu)先搜索D、啟發(fā)式搜索288、研究某超市銷(xiāo)售記錄數(shù)據(jù)后發(fā)現(xiàn)，買(mǎi)啤酒的人很大概率也會(huì)購(gòu)買(mǎi)尿布，這種屬于數(shù)據(jù)挖掘的那類問(wèn)題A、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)289、關(guān)于Python的字典類型，以下選項(xiàng)中描述錯(cuò)誤的是()A、用{}標(biāo)識(shí)，以key:value的形式存儲(chǔ)數(shù)據(jù)B、字典當(dāng)中的元素是通過(guò)鍵(key)來(lái)存取的，而不是通過(guò)索引去取值C、字典的元素是鍵值對(duì)，鍵(key)必須使用不可變類型D、同一個(gè)字典中，鍵(key)不是唯一的290、關(guān)于Python的字典類型，以下選項(xiàng)中描述正確的是()A、通過(guò)def函數(shù)創(chuàng)建字典B、鍵值對(duì)之間以分號(hào)分隔C、如果通過(guò)get(key)函數(shù)獲取值：key不存在返回None291、專家系統(tǒng)的發(fā)展趨勢(shì)不包括B、推理引擎更加專用C、用戶接口更多樣D、用戶需求量減少292、BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)不包括C、翰出層D、顯層293、機(jī)器學(xué)習(xí)研究如何通過(guò)計(jì)算的手段，利用經(jīng)驗(yàn)來(lái)改善系統(tǒng)自身的性能，請(qǐng)問(wèn)機(jī)器學(xué)習(xí)利用數(shù)據(jù)訓(xùn)練出什么A、模型B、表結(jié)構(gòu)C、結(jié)果D、報(bào)表294、BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則是A、梯度上升法C、梯度提升法D、梯度曲線法295、關(guān)于Python的元組類型，以下選項(xiàng)中描述錯(cuò)誤的是()A、元組中元素不可以是不同類型B、元組一旦創(chuàng)建就不能被修改C、Python中元組采用逗號(hào)和圓括號(hào)(可選)來(lái)表示D、一個(gè)元組可以作為另一個(gè)元組的元素，可以采用多級(jí)索引獲296、關(guān)于Python的元組類型，以下選項(xiàng)中描述正確的是()A、不可以索引取值B、可以切片操作C、元祖是可變序列D、使用中括號(hào)包裹元素299、所謂不確定性推理就是從()的初始證據(jù)出發(fā)，通過(guò)運(yùn)用()的知識(shí)，最終推出具有一定程度的不確定性但卻是合理或者有在人類發(fā)現(xiàn)的問(wèn)題空間中求解的能力，并且求解的過(guò)程與結(jié)果可以被人類智能(),此為機(jī)器智能的產(chǎn)生D、采納A、判別樣本303、影響深度卷積神經(jīng)網(wǎng)絡(luò)算法的關(guān)鍵參數(shù)是B、網(wǎng)絡(luò)深度C、網(wǎng)絡(luò)結(jié)構(gòu)A、推理機(jī)制B、映射機(jī)制C、識(shí)別機(jī)制D、模擬機(jī)制305、在深度優(yōu)先策略中，open表是()的數(shù)據(jù)結(jié)構(gòu)A、先進(jìn)先出B、先進(jìn)后出C、根據(jù)估價(jià)函數(shù)值重排D、隨機(jī)出306、歸納推理是()推理A、從一般到個(gè)別B、從個(gè)別到一般D、從一般到一般307、JSON對(duì)象結(jié)構(gòu)以””開(kāi)始，以””308、JSON對(duì)象關(guān)鍵字和值之間以””分隔310、XML格式的文件由組成A、屬性B、標(biāo)簽對(duì)D、逗號(hào)分隔的字符串311、如下關(guān)于XML格式的文件，哪一個(gè)不是真的A、屬性必須加引號(hào)B、不區(qū)分大小寫(xiě)字母A、用戶程序B、應(yīng)用程序C、虛擬機(jī)D、操作系統(tǒng)A、開(kāi)頭不留空不含列名B、一行數(shù)據(jù)可跨行C、用半角引號(hào)將字段值包含起來(lái)D、一行數(shù)據(jù)里用冒號(hào)隔開(kāi)315、在同一臺(tái)計(jì)算機(jī)中，內(nèi)存和外存存取速度316、32位微處理器中的32表示的技術(shù)指標(biāo)是D、接口數(shù)317、Labelme不能對(duì)圖像進(jìn)行標(biāo)注A、多邊形B、曲線D、多段線319、Labelme是一個(gè)圖像標(biāo)注軟件，使用語(yǔ)言編寫(xiě)320、視頻源數(shù)據(jù)管理包含A、視頻信息管理和視頻檔案管理B、視頻質(zhì)量管理和視頻目錄管理C、視頻信息管理和視頻目錄管理D、視頻時(shí)間管理和視頻字幕管理321、ImageNet項(xiàng)目標(biāo)注了圖像322、CIFAR-100中，每類各有個(gè)訓(xùn)練圖像和個(gè)測(cè)試圖像323、屬于閉區(qū)域標(biāo)注的有A、線標(biāo)注和多邊形標(biāo)注B、曲線標(biāo)注和多邊形標(biāo)注C、曲線標(biāo)注和點(diǎn)標(biāo)注D、曲線標(biāo)注和多邊形標(biāo)注C、半自動(dòng)化標(biāo)注D、人工智能標(biāo)注C、分辨率處理D、標(biāo)注C、框標(biāo)注D、線標(biāo)注327、交互式智能圖像分割標(biāo)注針對(duì)圖像分割標(biāo)注的預(yù)識(shí)別算法，實(shí)現(xiàn)通過(guò)機(jī)器對(duì)圖像進(jìn)行智能分割，再進(jìn)行，從而大幅提高生產(chǎn)效率，減少人工成本，減少人工差錯(cuò)A、機(jī)器標(biāo)注和篩選B、人工修邊和篩選328、老張交換名片后，小王打開(kāi)手機(jī)中安裝的靈云智能輸入法apP,拍照老張的名片，很快得到名片文字信息并保存，這其中最主要應(yīng)用的技術(shù)是A、模式識(shí)別B、文字合成329、()是自然語(yǔ)言處理的重要應(yīng)用，也可以說(shuō)是最基礎(chǔ)的應(yīng)用。A、文本識(shí)別D、問(wèn)答系統(tǒng)331、flv格式是()的常見(jiàn)后綴名。B、視頻文件332、在計(jì)算機(jī)內(nèi)部，數(shù)據(jù)的表示形式是()。C、二進(jìn)制333、將原始數(shù)據(jù)進(jìn)行集成、變換、維度規(guī)約、數(shù)值規(guī)約是以下哪個(gè)步驟的任務(wù)()A、頻繁模式挖掘B、分類和預(yù)測(cè)C、數(shù)據(jù)預(yù)處理D、數(shù)據(jù)流挖掘334、下面哪種不屬于數(shù)據(jù)預(yù)處理方法()。A、變量代換法正確的是()D、彈出選擇打開(kāi)方式對(duì)話框336、CSV文件是以什么標(biāo)點(diǎn)符號(hào)為分隔符的()。A、逗號(hào)B、句號(hào)C、單引號(hào)D、雙引號(hào)A、文本文件是基于字符編碼方式存儲(chǔ)文件B、二進(jìn)制文件是按二進(jìn)制的編碼方式來(lái)存放文件的C、數(shù)據(jù)是以二進(jìn)制編碼方式存儲(chǔ)在計(jì)算機(jī)文件中的D、計(jì)算機(jī)只能識(shí)別文本文件338、下面對(duì)數(shù)據(jù)標(biāo)注描述哪一個(gè)是正確的A、所有的數(shù)據(jù)標(biāo)注都可以使用腳本語(yǔ)言自動(dòng)標(biāo)注B、可以通過(guò)算法來(lái)實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)標(biāo)注C、OCR手寫(xiě)轉(zhuǎn)錄完全可以通過(guò)識(shí)別工具實(shí)現(xiàn)自動(dòng)轉(zhuǎn)錄D、數(shù)據(jù)標(biāo)注是個(gè)重復(fù)性很強(qiáng)的工作339、下面對(duì)JSON文檔敘述不正確的是()C、每個(gè)“名稱”后跟一個(gè)“:”(冒號(hào))340、下面對(duì)數(shù)據(jù)標(biāo)注描述哪一個(gè)是正確的()A、所有的數(shù)據(jù)標(biāo)注都可以使用腳本語(yǔ)言自動(dòng)標(biāo)注B、可以通過(guò)算法來(lái)實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)標(biāo)注C、OCR手寫(xiě)轉(zhuǎn)錄完全可以通過(guò)識(shí)別工具實(shí)現(xiàn)自動(dòng)轉(zhuǎn)錄D、數(shù)據(jù)標(biāo)注是個(gè)重復(fù)性很強(qiáng)的工作341、下列關(guān)于合格數(shù)據(jù)標(biāo)注員應(yīng)該具備的素質(zhì)中，描述錯(cuò)誤的是A、持續(xù)的學(xué)習(xí)力是標(biāo)注工作的基礎(chǔ)B、有耐心才能堅(jiān)持在標(biāo)注行業(yè)C、具備一定的管理能力D、較強(qiáng)專注力可提高個(gè)人工作效率342、標(biāo)注公司的崗位角色包括A、數(shù)據(jù)標(biāo)注員343、下列關(guān)于數(shù)據(jù)標(biāo)注員對(duì)數(shù)據(jù)進(jìn)行標(biāo)注的描述，錯(cuò)誤的是A、需要參照數(shù)據(jù)標(biāo)注規(guī)則B、遇到數(shù)據(jù)標(biāo)注規(guī)則模糊的問(wèn)題需要及時(shí)詢問(wèn)C、按照自己的想法猜測(cè)標(biāo)注D、數(shù)據(jù)標(biāo)注員需要總結(jié)經(jīng)驗(yàn)并及時(shí)匯報(bào)遇到的問(wèn)題344、初級(jí)數(shù)據(jù)標(biāo)注員應(yīng)該具備的職業(yè)機(jī)能包括()①擁有一定的職業(yè)道德規(guī)范②行業(yè)基礎(chǔ)知識(shí)掌握③具備基礎(chǔ)業(yè)務(wù)能力④具備質(zhì)檢能力⑤具備團(tuán)隊(duì)管理能力345、中級(jí)數(shù)據(jù)標(biāo)注員應(yīng)該具備的職業(yè)機(jī)能包括()①具備較高的職業(yè)道德和一定的從業(yè)經(jīng)驗(yàn)②具備較高的業(yè)務(wù)能力和責(zé)任心③具備業(yè)務(wù)開(kāi)發(fā)能力④具備簡(jiǎn)單質(zhì)檢能力⑤具備團(tuán)隊(duì)管理能力346、數(shù)據(jù)標(biāo)注規(guī)則的特點(diǎn)包括()①數(shù)據(jù)標(biāo)注規(guī)則需要一致②數(shù)據(jù)標(biāo)注規(guī)則需要不斷完善③需求方優(yōu)先規(guī)則④質(zhì)檢優(yōu)先規(guī)則⑤數(shù)據(jù)標(biāo)注規(guī)則不能改變347、語(yǔ)音識(shí)別產(chǎn)品體系有四部分，下列哪項(xiàng)不是體系之一。()B、語(yǔ)音播放D、語(yǔ)義理解348、以下數(shù)據(jù)單位從小到大排列的順序是()349、人工智能在某種意義上來(lái)說(shuō)是人工+智能，以下那些需要人工做的工作()B、數(shù)據(jù)清洗C、做標(biāo)簽350、圖像去霧的應(yīng)用場(chǎng)景不包括()。B、遠(yuǎn)程感應(yīng)351、不屬于圖像分類技術(shù)應(yīng)用領(lǐng)域的是()B、運(yùn)輸車(chē)輛識(shí)別C、殘次品自動(dòng)分類352、語(yǔ)音識(shí)別、語(yǔ)義理解、語(yǔ)音合成、OCR識(shí)別、人臉識(shí)別等都屬于人工智能技術(shù)，以下哪種事物沒(méi)有應(yīng)用到人工智能技術(shù)()C、微信客服353、()是人以自然語(yǔ)言同計(jì)算機(jī)進(jìn)行交互的綜合性技術(shù)，結(jié)合了語(yǔ)言學(xué)、心理學(xué)、工程、計(jì)算機(jī)技術(shù)等領(lǐng)域的知識(shí)。B、語(yǔ)音交互C、體感交互354、通常一個(gè)標(biāo)注任務(wù)的準(zhǔn)確率高于()稱該任務(wù)合格。355、下列選項(xiàng)中，不屬于生物特征識(shí)別技術(shù)的是()C、文本識(shí)別D、虹膜識(shí)別356、計(jì)算機(jī)視覺(jué)與很多學(xué)科都有密切關(guān)系，例如()為計(jì)算機(jī)視覺(jué)提供了圖像處理的方法與工具。A、數(shù)字圖像處理357、()致力于計(jì)算機(jī)理解人類語(yǔ)言的句子或詞語(yǔ)，目的是實(shí)現(xiàn)A、文字校對(duì)技術(shù)B、自然語(yǔ)言生成技術(shù)358、對(duì)于神經(jīng)退行性疾病，()將成為主要的檢測(cè)手段。A、窺鏡B、計(jì)算機(jī)斷層掃描D、核磁共振成像359、我國(guó)在語(yǔ)音語(yǔ)義識(shí)別領(lǐng)域的領(lǐng)軍企業(yè)是()D、阿里巴巴360、Cortana是()推出的個(gè)人語(yǔ)音助手。D、阿里巴巴361、現(xiàn)有的主流人工智能對(duì)自然語(yǔ)言處理是基于()視角的。A、第一人稱D、對(duì)象362、僅個(gè)體變?cè)涣炕闹^詞稱為()。B、原子公式C、二階謂詞D、全稱謂詞363、不是自然語(yǔ)言處理要實(shí)現(xiàn)的目標(biāo)的是()A、理解別人講的話B、對(duì)自然語(yǔ)言表示的信息進(jìn)行分析概括或編輯C、欣賞音樂(lè)364、客流分析可準(zhǔn)確分析顧客年齡、性別等信息，區(qū)別新老客戶，助力精準(zhǔn)營(yíng)銷(xiāo)，其應(yīng)用的主要技術(shù)不包括()A、人臉識(shí)別C、文字識(shí)別365、觀察一批數(shù)據(jù)中的每一個(gè)數(shù)據(jù)在所有數(shù)據(jù)的總和中所占的比例，適合的圖形是()A、散點(diǎn)圖C、直方圖D、餅圖366、自然語(yǔ)言理解(NaturalLanguageUnderstanding)是一項(xiàng)()A、網(wǎng)絡(luò)技術(shù)B、語(yǔ)言技術(shù)C、理解能力D、人工智能技術(shù)367、文本比語(yǔ)音中的內(nèi)容多了一個(gè)字，應(yīng)該怎么辦?A、判該句無(wú)效B、刪除文本中多余的字C、提交反饋“語(yǔ)音有誤”D、無(wú)需理會(huì)368、若規(guī)范要求，語(yǔ)句前后，需要各預(yù)留0.3~0.5秒的靜音段。你在句尾之后的0.4秒處，發(fā)現(xiàn)有個(gè)按鍵音，以下哪種方法最合適?A、在句子后0.5秒處切音B、在句子后0.4秒處切音C、在句子后0.3秒處切音D、判該句無(wú)效369、文本內(nèi)容是：我餓了。但是錄音人有點(diǎn)兒結(jié)巴，連著說(shuō)了四個(gè)我。該怎么標(biāo)注?C、我我我我餓了D、我餓了370、一句語(yǔ)音中，出現(xiàn)后面有第二人說(shuō)話的聲音。該怎么辦?A、判該句無(wú)效B、只寫(xiě)出主說(shuō)話人的內(nèi)容C、兩人的說(shuō)話內(nèi)容都寫(xiě)出D、只寫(xiě)出第二人的內(nèi)容371、可以標(biāo)為壞數(shù)據(jù)的是()。A、圖片顯示方向不正確B、圖片局部顯示不全C、圖片模糊放大后仍看不清楚D、圖片不夠清晰但放大后可以看清楚372、一道大題內(nèi)包含選擇題和填空題，則該大題的屬性是()。A、選擇題B、填空題D、噪聲373、下列選項(xiàng)中沒(méi)有體現(xiàn)人工智能在消費(fèi)品與電商領(lǐng)域行業(yè)的應(yīng)用的是()。A、智能店鋪管理B、智能客服D、天貓精靈374、下列選項(xiàng)中有關(guān)人工智能可以帶來(lái)的商業(yè)價(jià)值分析不正確的是()。A、在金融行業(yè)，通過(guò)人工智能技術(shù)在風(fēng)險(xiǎn)評(píng)估、資產(chǎn)配置、智能交易等方向的應(yīng)用，預(yù)計(jì)人工智能將帶來(lái)約6000億元人民幣B、在零售行業(yè)，人工智能在推薦系統(tǒng)上的運(yùn)用將提高在線銷(xiāo)售的銷(xiāo)量表現(xiàn)，同時(shí)更加精準(zhǔn)的市場(chǎng)預(yù)測(cè)將降低庫(kù)存成本，預(yù)計(jì)人工智能技術(shù)將帶來(lái)約4200億元人民幣的降本與增益價(jià)值。C、在醫(yī)療行業(yè)，通過(guò)人工智能技術(shù)在藥物研發(fā)領(lǐng)域提高成功率、在醫(yī)療服務(wù)機(jī)構(gòu)內(nèi)提供疾病診斷輔助、疾病監(jiān)護(hù)輔助等提高服務(wù)效率的應(yīng)用，預(yù)計(jì)人工智能可以帶來(lái)約4000億元人民幣的降本D、在汽車(chē)行業(yè)，人工智能在自動(dòng)駕駛上的技術(shù)突破將帶來(lái)約5000億元人民幣的價(jià)值增益。375、以下不屬于無(wú)人超市采用的智能技術(shù)的是()。A、技術(shù)機(jī)視覺(jué)B、深度算法學(xué)習(xí)376、下列說(shuō)法中對(duì)通用人工智能說(shuō)明錯(cuò)誤的是()。A、具備知識(shí)技能遷移能力，可以快速學(xué)習(xí)。B、是真正在這次人工智能浪潮中起到影響的主角。C、是眾多科幻作品中顛覆人類社會(huì)的人工智能形象。D、充分利用已掌握的技能來(lái)解決新問(wèn)題、達(dá)到甚至超過(guò)人類智377、下列說(shuō)法中對(duì)專用人工智能理解正確的是()。A、在某一個(gè)特定領(lǐng)域應(yīng)用的人工智能。B、不是真正在這次人工智能浪潮中起到影響的主角。C、充分利用已掌握的技能來(lái)解決新問(wèn)題、達(dá)到甚至超過(guò)人類智慧的人工智能。D、是眾多科幻作品中顛覆人類社會(huì)的人工智能形象。378、下列有關(guān)人工智能說(shuō)法錯(cuò)誤的是()。A、不是人的智能，雖然不能像人那樣思考、按時(shí)有可能會(huì)超過(guò)人的智能。B、人工智能可以對(duì)人的意識(shí)、思維的信息過(guò)程的模擬。C、它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。D、人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有人才能做的智379、下列說(shuō)法中哪個(gè)選項(xiàng)反應(yīng)了人工智能學(xué)科的基本思想和基本內(nèi)容()。A、人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)B、人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有人才能做的智C、人工智能不是人的智能，但能像人那樣思考、也可能超過(guò)人380、人工智能是一門(mén)利用計(jì)算機(jī)模擬人類智能行為科學(xué)的統(tǒng)稱，它涵蓋了訓(xùn)練計(jì)算機(jī)使其能夠完成()等人類行為的范疇。A、自主學(xué)習(xí)、判斷、執(zhí)行B、決策、判斷、執(zhí)行C、自主學(xué)習(xí)、決策、執(zhí)行D、自主學(xué)習(xí)、判斷、決策381、()是汽車(chē)人工智能領(lǐng)域目前最為火熱的方向。B、駕駛輔助系統(tǒng)C、零部件的預(yù)測(cè)維修D(zhuǎn)、數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品優(yōu)化382、下列哪個(gè)選項(xiàng)是專用人工智能的定義()。A、在某一個(gè)特定領(lǐng)域應(yīng)用的人工智能。B、指具備知識(shí)技能遷移能力，可以快速學(xué)習(xí)，充分利用已掌握的技能來(lái)解決新問(wèn)題、達(dá)到甚至超過(guò)人類智慧的人工智能。C、是一門(mén)利用計(jì)算機(jī)模擬人類智能行為科學(xué)的統(tǒng)稱。D、是計(jì)算機(jī)科學(xué)的一個(gè)分支。383、下列選項(xiàng)中哪些是不屬于專用人工智能和通用人工智能之間的區(qū)別()。A、知識(shí)技能的遷移能力B、跨領(lǐng)域推理能力C、實(shí)現(xiàn)特定領(lǐng)域的應(yīng)用D、意識(shí)的認(rèn)識(shí)與掌握384、()是零售行業(yè)內(nèi)應(yīng)用最為廣泛、效果最為顯著的人工智能技術(shù)，線上線下的零售巨頭都在運(yùn)用此技術(shù)幫助進(jìn)行交叉銷(xiāo)售、向上銷(xiāo)售、提高復(fù)購(gòu)率。A、智能店鋪管理D、精準(zhǔn)營(yíng)銷(xiāo)與個(gè)性化推薦系統(tǒng)385、淘寶美工——魯班這一案例屬于人工智能產(chǎn)業(yè)應(yīng)用的哪個(gè)場(chǎng)景()。A、人工智能在汽車(chē)行業(yè)中的應(yīng)用B、人工智能在消費(fèi)品和電商領(lǐng)域行業(yè)的應(yīng)用C、人工智能在金融行業(yè)的應(yīng)用D、人工智能在個(gè)人生活?yuàn)蕵?lè)學(xué)習(xí)方面的應(yīng)用386、智能醫(yī)療可以在()等方面發(fā)揮重要作用。A、輔助診療、疾病預(yù)測(cè)、醫(yī)療影像輔助診斷、藥物開(kāi)發(fā)B、貨物搬運(yùn)、倉(cāng)儲(chǔ)管理、貨物配送C、人臉識(shí)別、指紋解鎖、產(chǎn)品檢測(cè)D、遠(yuǎn)程維護(hù)、企業(yè)管理、個(gè)性化定制387、下面活動(dòng)中應(yīng)用了智能語(yǔ)音技術(shù)的是()。A、當(dāng)天黑了家里的窗簾自動(dòng)拉合B、下雨天窗戶自動(dòng)關(guān)閉C、夜間起床說(shuō)聲“開(kāi)燈”,夜燈就亮了D、當(dāng)寶寶大聲哭泣，智能床鈴就開(kāi)始播放音樂(lè)388、通過(guò)交通信息采集系統(tǒng)采采集道路中的車(chē)輛流量、行車(chē)速度等信息，經(jīng)智能系統(tǒng)分析后調(diào)整各路口紅綠燈時(shí)長(zhǎng)屬于人工智能在()領(lǐng)域的應(yīng)用。C、智能控制D、智能交通389、下面不是應(yīng)用于智能物流領(lǐng)域的機(jī)器人是()。B、搬運(yùn)機(jī)器人C、貨架穿梭車(chē)390、下面關(guān)于人工智能說(shuō)法錯(cuò)誤的是()。A、人工智能一定程度上能模仿人類的活動(dòng)B、人工智能可以全面取代人類活動(dòng)C、人工智能的發(fā)展將改變?nèi)祟惿鐣?huì)生活D、人工智能的發(fā)展也會(huì)產(chǎn)生一些負(fù)面的社會(huì)影響391、下面關(guān)于企業(yè)客服機(jī)器人說(shuō)法正確的是()。A、企業(yè)客服機(jī)器人是閑聊機(jī)器人B、企業(yè)客服機(jī)器人能回答所有用戶提出的問(wèn)題C、企業(yè)客服機(jī)器人屬于聊天機(jī)器人D、企業(yè)客服機(jī)器人不是以任務(wù)目的為導(dǎo)向的機(jī)器人392、下面不屬于領(lǐng)域知識(shí)智能問(wèn)答機(jī)器人的是()。A、淘寶智能客服機(jī)器人B、南航智能客服C、分揀機(jī)器人393、在與智能客服機(jī)器人交流時(shí)，人們采用的是()。C、純語(yǔ)音D、純文字394、不屬于當(dāng)今的人工智能發(fā)展方向的是()A、以機(jī)器與人結(jié)合而成的增強(qiáng)型混合智能系統(tǒng)B、用機(jī)器、人、網(wǎng)絡(luò)結(jié)合成新的群智系統(tǒng)C、用機(jī)器、人、網(wǎng)絡(luò)和物結(jié)合成的更加復(fù)雜的智能系統(tǒng)D、用計(jì)算機(jī)模擬人工智能395、生物特征識(shí)別技術(shù)是指通過(guò)個(gè)體生理特征或行為特征對(duì)個(gè)體身份進(jìn)行識(shí)別認(rèn)證的技術(shù)。下列技術(shù)不屬于生物特征識(shí)別技術(shù)的是()。A、人臉識(shí)別C、虹膜識(shí)別D、聲紋識(shí)別396、根據(jù)機(jī)器智能水平由低到高，()是正確的是。A、計(jì)算智能、感知智能、認(rèn)知智能B、計(jì)算智能、感應(yīng)智能、認(rèn)知智能C、機(jī)器智能、感知智能、認(rèn)知智能D、機(jī)器智能、感應(yīng)智能、認(rèn)知智能397、三大流派的演化正確的是()。A、符號(hào)主義->知識(shí)表示->機(jī)器人B、聯(lián)結(jié)主義->控制論->深度學(xué)習(xí)C、行為主義->控制論->機(jī)器人D、符號(hào)主義->神經(jīng)網(wǎng)絡(luò)->知識(shí)圖譜398、()不是手機(jī)里常用的智能APP。B、語(yǔ)音助手399、掀起人工智能發(fā)展的第三個(gè)高潮是由()的。A、計(jì)算驅(qū)動(dòng)C、知識(shí)驅(qū)動(dòng)D、常識(shí)驅(qū)動(dòng)400、只專注于完成某個(gè)特別設(shè)定的任務(wù)的人工智能屬于()。A、超人工智能B、弱人工智能C、強(qiáng)人工智能401、()系統(tǒng)包括了學(xué)習(xí)、語(yǔ)言、認(rèn)知、推理、創(chuàng)造和計(jì)劃，目標(biāo)是使人工智能在非監(jiān)督學(xué)習(xí)情況下處理前所未見(jiàn)的細(xì)節(jié)，并同時(shí)與人類開(kāi)展交互式學(xué)習(xí)。B、弱人工智能C、強(qiáng)人工智能402、Python中的變量var如果包含字符串的內(nèi)容，下面哪種數(shù)據(jù)類型不可能創(chuàng)建var?()403、Python程序在執(zhí)行一次之后會(huì)自動(dòng)生成擴(kuò)展名為()的字404、Python函數(shù)定義的關(guān)鍵字是()405、下面python程序的運(yùn)行結(jié)果是()a=10;defsetNumber():406、關(guān)于python列表，下列選項(xiàng)中，描述錯(cuò)誤的選項(xiàng)是。A、列表中的元素之間用逗號(hào)分隔B、列表中的元素可以是列表類型C、列表中可以包含數(shù)字類型的元素D、列表中的元素類型必須相同407、python中，已知ls=[12,34.5,True,'test',3+5j],選項(xiàng)中，輸出結(jié)果為“[test]”的選項(xiàng)是()408、下列哪種說(shuō)法是錯(cuò)誤的()B、python是一門(mén)面向過(guò)程的語(yǔ)言；C、python是一種解釋型語(yǔ)言的計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言；D、python程序無(wú)需編譯成二進(jìn)制代碼，而是在執(zhí)行時(shí)對(duì)語(yǔ)句一409、關(guān)于函數(shù)參數(shù)傳遞中，形參與實(shí)參的描述錯(cuò)誤的是()。A、實(shí)參與形參分別存儲(chǔ)在各自的內(nèi)存空間中，是兩個(gè)不相關(guān)的獨(dú)立變量B、Python實(shí)行按值傳遞參數(shù)。值傳遞指調(diào)用函數(shù)時(shí)將常量或變量的值傳遞給函數(shù)的參數(shù)C、實(shí)參與形參的名字必須相同D、在函數(shù)內(nèi)部改變形參的值時(shí)，實(shí)參的值一般是不會(huì)改變的410、Python腳本的擴(kuò)展名是()411、關(guān)于aorb描述錯(cuò)誤的是()。412、關(guān)于函數(shù)說(shuō)法錯(cuò)誤的是()。A、函數(shù)可以沒(méi)有參數(shù)B、函數(shù)可以有多個(gè)返回值C、函數(shù)可以沒(méi)有return語(yǔ)句D、函數(shù)都有返回值413、以下不合法的pythhon變量名是()。414、關(guān)于python類說(shuō)法錯(cuò)誤的是()。A、類的實(shí)例方法必須創(chuàng)建對(duì)象后才可以調(diào)用B、類的實(shí)例方法必須創(chuàng)建對(duì)象前才可以調(diào)用C、類的類方法可以用對(duì)象和類名來(lái)調(diào)用D、類的靜態(tài)屬性可以用類名和對(duì)象來(lái)調(diào)用415、list(range(6))[::2]的執(zhí)行結(jié)果為()?416、表達(dá)式[xforxinrange(10)ifx%2==0]的結(jié)果是()419、下面關(guān)于Python語(yǔ)言特點(diǎn)的描述，錯(cuò)誤的是()?A、Python語(yǔ)言是開(kāi)源、跨平臺(tái)的語(yǔ)言。C、Python語(yǔ)言是FLOSS之一，可以使用但不能隨意進(jìn)行改動(dòng)。D、Python語(yǔ)言是解釋性語(yǔ)言，通過(guò)解釋器將源碼轉(zhuǎn)換成字節(jié)碼。420、輸出函數(shù)print()參數(shù)中使用下面哪個(gè)屬性來(lái)指定末尾符號(hào)為換行符()?421、下面轉(zhuǎn)義字符中哪個(gè)符號(hào)是制表符()?422、range(5)的取值范圍是()?423、下面哪個(gè)函數(shù)用于從鍵盤(pán)接收信息()?個(gè)空格()?425、關(guān)于Python變量，說(shuō)法正確的是A、變量無(wú)需賦值便可以直接使用B、變量無(wú)需聲明數(shù)據(jù)類型便可以直接賦值C、Python變量只有數(shù)字型和字符串型2種D、Python變量與其他所有高級(jí)程序設(shè)計(jì)語(yǔ)言變量的數(shù)據(jù)類型沒(méi)有區(qū)別426、在Anaconda中進(jìn)行第三方庫(kù)的安裝，正確的命令是427、下面關(guān)于Python語(yǔ)言的說(shuō)法，錯(cuò)誤的是A、Python源代碼區(qū)分大小寫(xiě)B(tài)、Python語(yǔ)言是解釋性的，可以在>>>提示符下交互輸入PythC、python語(yǔ)言是編譯執(zhí)行的，不支持逐條語(yǔ)句執(zhí)行方式D、Python用#引出行注釋428、已有變量x和y,以下()不能實(shí)現(xiàn)交換變量x和變量y的430、可以使用()接受用戶的鍵盤(pán)輸入。mat(area))語(yǔ)句，輸出結(jié)果為432、下列數(shù)據(jù)類型中，()屬于無(wú)序數(shù)據(jù)類型。433、設(shè)有變量a="Me","You",則變量a屬于434、數(shù)據(jù)表是由行(記錄)和列(字段)構(gòu)成，因此也稱()A、數(shù)據(jù)B、二維表C、表格D、大數(shù)據(jù)435、在數(shù)據(jù)表中，表的“行”稱為()B、字段D、大數(shù)據(jù)436、()是指對(duì)客觀事件記錄的符號(hào)，是對(duì)客觀事物的性質(zhì)、狀態(tài)及相互關(guān)系等進(jìn)行記載的物理符號(hào)或這些物理符號(hào)的組合。B、字段437、在數(shù)據(jù)表中，表的“列”稱為()A、數(shù)據(jù)B、字段D、大數(shù)據(jù)438、數(shù)據(jù)采集器不能采集以下哪種數(shù)據(jù)()C、網(wǎng)站信息439、下列哪種不是數(shù)據(jù)采集器D、后羿采集器440、某用戶在使用支付寶綁定銀行卡時(shí)，網(wǎng)站要求驗(yàn)證用戶的真實(shí)姓名和身份證號(hào)碼。這時(shí)要求采集的數(shù)據(jù)必須有()441、數(shù)據(jù)的存儲(chǔ)方式有()C、數(shù)據(jù)庫(kù)442、通用網(wǎng)絡(luò)爬蟲(chóng)基本工作流程包含()B、數(shù)據(jù)存儲(chǔ)443、防采集措施不包含以下哪種()B、驗(yàn)證碼識(shí)別C、不允許打開(kāi)網(wǎng)頁(yè)D、登錄444、商務(wù)數(shù)據(jù)的來(lái)源不包括()A、個(gè)人數(shù)據(jù)B、電子商務(wù)平臺(tái)C、社交平臺(tái)445、數(shù)據(jù)的獲取途徑?jīng)]有()A、從別人數(shù)據(jù)庫(kù)竊取B、產(chǎn)品白有數(shù)據(jù)C、調(diào)查問(wèn)卷D、互聯(lián)網(wǎng)數(shù)據(jù)導(dǎo)入446、常見(jiàn)的爬蟲(chóng)語(yǔ)言不包含()447、以下對(duì)字典的說(shuō)法不正確的是()A、字典可以為空B、字典的鍵不能相同C、字典的鍵不可變D、字典的值不可變448、如果把知識(shí)按照作用來(lái)分類，下述()不在分類的范圍內(nèi)。A、用控制策略表示的知識(shí)，即控制性知識(shí)。B、可以通過(guò)文字、語(yǔ)言、圖形、聲音等形式編碼記錄和傳播的知識(shí)，即顯性知識(shí)。C、用提供有關(guān)狀態(tài)變化、問(wèn)題求解過(guò)程的操作、演算和行動(dòng)的知識(shí)，即過(guò)程性知識(shí)。D、用提供概念和事實(shí)使人們知道是什么的知識(shí)，即陳述性。449、下述()不是知識(shí)的特征。A、復(fù)雜性和明確性C、客觀性和依附性D、可重用性和共享性450、人類智能的特性表現(xiàn)在哪4個(gè)方面。()A、聰明、靈活、學(xué)習(xí)、運(yùn)用。B、能感知客觀世界的信息、能對(duì)通過(guò)思維對(duì)獲得的知識(shí)進(jìn)行加工處理、能通過(guò)學(xué)習(xí)積累知識(shí)增長(zhǎng)才干和適應(yīng)環(huán)境變化、能對(duì)外界的刺激作出反應(yīng)傳遞信息。C、感覺(jué)、適應(yīng)、學(xué)習(xí)、創(chuàng)新。D、能捕捉外界環(huán)境信息、能夠利用利用外界的有利因素、能夠傳遞外界信息、能夠綜合外界信息進(jìn)行創(chuàng)新思維。451、人工智能的目的是讓機(jī)器能夠(),以實(shí)現(xiàn)某些腦力勞動(dòng)的B、和人一樣工作C、完全代替人的大腦D、模擬、延伸和擴(kuò)展人的智能452、下列關(guān)于人工智能的敘述不正確的是()。A、人工智能技術(shù)它與其他科學(xué)技術(shù)相結(jié)合極大地提高了應(yīng)用技B、人工智能是科學(xué)技術(shù)發(fā)展的趨勢(shì)。C、因?yàn)槿斯ぶ悄艿南到y(tǒng)研究是從上世紀(jì)五十年代才開(kāi)始的，非常新，所以十分重要。D、人工智能有力地促進(jìn)了社會(huì)的發(fā)展。453、人工智能研究的一項(xiàng)基本內(nèi)容是機(jī)器感知。以下列()不屬于機(jī)器感知的領(lǐng)域。A、使機(jī)器具有視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、味覺(jué)、嗅覺(jué)等感知能力。B、讓機(jī)器具有理解文字的能力。C、使機(jī)器具有能夠獲取新知識(shí)、學(xué)習(xí)新技巧的能力。D、使機(jī)器具有聽(tīng)懂人類語(yǔ)言的能力454、盡管人工智能學(xué)術(shù)界出現(xiàn)“百家爭(zhēng)鳴”的局面，但是，當(dāng)前國(guó)際人工智能的主流派仍屬于：()B、符號(hào)主義C、行為主義D、經(jīng)驗(yàn)主義455、被譽(yù)為國(guó)際“人工智能之父”的是：()C、傅京孫(K.S.Fu)D、尼爾遜(Nilsson)456、人工智能的含義最早由()于1950年提出，并且同時(shí)提出一個(gè)機(jī)器智能的測(cè)試模型。457、下列哪個(gè)不是人工智能的研究領(lǐng)域()。A、機(jī)器證明B、模式識(shí)別D、編譯原理458、AI是()的英文縮寫(xiě)。459、為了解決如何模擬人類的感性思維，例如視覺(jué)理解、直覺(jué)思維、悟性等，研究者找到一個(gè)重要的信息處理的機(jī)制是()。A、專家系統(tǒng)B、人工神經(jīng)網(wǎng)絡(luò)C、模式識(shí)別460、下述()不是人工智能中常用的知識(shí)格式化表示方法。A、框架表示法B、狀態(tài)空間表示法C、語(yǔ)義網(wǎng)絡(luò)表示法D、形象描寫(xiě)表示法461、關(guān)于“與/或”圖表示法的敘述中，正確的是()。用來(lái)描述各部分的因果關(guān)系。用來(lái)描述各部分之間的不確定關(guān)系。C、“與/或”圖就是用“與”節(jié)點(diǎn)和“或”節(jié)點(diǎn)組合起來(lái)的樹(shù)形圖，用來(lái)描述某類問(wèn)題的層次關(guān)系。D、“與/或”圖就是用“與”節(jié)點(diǎn)和“或”節(jié)點(diǎn)組合起來(lái)的樹(shù)形圖，用來(lái)描述某類問(wèn)題的求解過(guò)程。462、神經(jīng)網(wǎng)絡(luò)研究屬于下列()學(xué)派。A、符號(hào)主義B、連接主義C、行為主義D、都不是463、已知初始問(wèn)題的描述，通過(guò)一系列變換把此問(wèn)題最終變?yōu)橐粋€(gè)子問(wèn)題集合；這些子問(wèn)題的解可以直接得到，從而解決了初始問(wèn)題。這是知識(shí)表示法叫()。B、問(wèn)題歸約法C、謂詞邏輯法D、語(yǔ)義網(wǎng)絡(luò)法464、在公式中yxP(x,y),存在量詞是在全稱量詞的轄域內(nèi)，我們?cè)试S所存在的x可能依賴于y值。令這種依賴關(guān)系明顯地由函數(shù)所定義，它把每個(gè)y值映射到存在的那個(gè)x。這種函數(shù)叫做A、依賴函數(shù)C、決定函數(shù)465、A(AB)A稱為()。C、吸收律D、摩根律466、～(AB)~A~B稱為()。C、吸收律D、摩根律467、如果問(wèn)題存在最優(yōu)解，則下面幾種搜索算法中，()必然可B、深度優(yōu)先搜索C、有界深度優(yōu)先搜索468、訓(xùn)練圖像分類模型時(shí)，對(duì)于圖像的預(yù)處理，下列技術(shù)哪項(xiàng)經(jīng)常要用()。469、語(yǔ)音識(shí)別屬于人工智能中的()。A、指紋識(shí)別研究范疇B、數(shù)字識(shí)別研究范疇C、模式識(shí)別研究范疇D、字符識(shí)別研究范疇470、下列傳感器中，哪個(gè)不屬于本體感知型傳感器()。B、光電編碼器C、霍爾效應(yīng)編碼器D、超聲波測(cè)距傳感器471、下列哪個(gè)不是人工智能的研究領(lǐng)域()。A、機(jī)器證明B、模式識(shí)別C、人工生命D、編譯原理472、語(yǔ)音識(shí)別的定義()。A、語(yǔ)音識(shí)別是獲取語(yǔ)音的過(guò)程及技術(shù)手段B、語(yǔ)音識(shí)別是識(shí)別說(shuō)話人的技術(shù)手段C、語(yǔ)音識(shí)別技術(shù)是識(shí)別語(yǔ)音中聲學(xué)特征信息，提取及應(yīng)用的過(guò)D、語(yǔ)音識(shí)別是模仿人類聽(tīng)覺(jué)的技術(shù)手段473、BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則是()B、梯度下降法C、梯度提升法D、梯度曲線法474、視覺(jué)slam中，下面哪一項(xiàng)不屬于視覺(jué)傳感器的分類()。A、單目相機(jī)B、多目相機(jī)C、RGBD相機(jī)475、根據(jù)科學(xué)流行定義，人工智能就是和人類()相似的計(jì)算A、思考方式B、表達(dá)方式D、外觀外貌476、下列哪一項(xiàng)不是常見(jiàn)的機(jī)器學(xué)習(xí)模型正則化方法C、引入?yún)?shù)范數(shù)懲罰項(xiàng)D、模型集成477、FOL是()的學(xué)習(xí)算法A、一階規(guī)則B、序貫覆蓋C、命題規(guī)則478、Inception模塊可以并行執(zhí)行多個(gè)具有不同尺度的卷積運(yùn)算479、在不考慮標(biāo)記樣本時(shí)，支持向量機(jī)試圖找到()間隔劃分超平面B、最短D、最大480、以下哪種卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)引入了殘差網(wǎng)絡(luò)結(jié)構(gòu)481、自然語(yǔ)言中的詞語(yǔ)需要轉(zhuǎn)化為計(jì)算機(jī)可以記錄處理的數(shù)據(jù)結(jié)構(gòu)，通常會(huì)把自然語(yǔ)言中的詞語(yǔ)轉(zhuǎn)化為以下哪種數(shù)據(jù)結(jié)構(gòu)A、標(biāo)量B、向量C、結(jié)構(gòu)體482、下列哪項(xiàng)屬于集成學(xué)習(xí)()483、我國(guó)勞動(dòng)法的調(diào)整對(duì)象是()B、勞動(dòng)關(guān)系和社會(huì)保障關(guān)系C、勞動(dòng)關(guān)系和社會(huì)保險(xiǎn)關(guān)系D、勞動(dòng)關(guān)系以及與勞動(dòng)關(guān)系有密切聯(lián)系的其他關(guān)系484、我國(guó)最早的勞動(dòng)立法是北洋政府1923年公布的()A、《勞動(dòng)立法原則》485、《中華人民共和國(guó)勞動(dòng)法》規(guī)定，延長(zhǎng)工作時(shí)間每月最長(zhǎng)的C、36小時(shí)486、因工致殘依勞動(dòng)能力喪失的程度不同，分為()487、根據(jù)《勞動(dòng)法》規(guī)定，國(guó)家確定職業(yè)分類，對(duì)規(guī)定的職業(yè)制定職業(yè)技能標(biāo)準(zhǔn)，實(shí)行()A、職業(yè)資格證書(shū)制度B、學(xué)歷文憑制度C、培訓(xùn)證書(shū)制度D、技能分類制度488、養(yǎng)老保險(xiǎn)關(guān)系屬于()A、勞動(dòng)關(guān)系B、與勞動(dòng)關(guān)系有密切聯(lián)系的社會(huì)關(guān)系C、國(guó)家進(jìn)行勞動(dòng)力管理中的關(guān)系D、處理勞動(dòng)爭(zhēng)議過(guò)程中發(fā)生的關(guān)系489、企業(yè)實(shí)行民主管理的基本形式是()A、工會(huì)B、職工代表大會(huì)C、企業(yè)管理委員會(huì)D、股東大會(huì)490、領(lǐng)取失業(yè)救濟(jì)金的期限最長(zhǎng)為()A、6個(gè)月B、12個(gè)月D、36個(gè)月491、最初的大數(shù)據(jù)概念還比較模湖，只是隱約的知道像個(gè)性化誰(shuí)是世界上最大的廠商?492、下列選項(xiàng)中，哪個(gè)不是HBASE的特點(diǎn)?B、多版本493、下列選項(xiàng)中，不是用于數(shù)據(jù)存儲(chǔ)的技術(shù)是哪一個(gè)?494、下列不屬于樸素貝葉斯算法優(yōu)點(diǎn)的是()A、算法比較簡(jiǎn)單B、對(duì)小規(guī)模的數(shù)據(jù)表現(xiàn)很好，能夠處理多分類任務(wù)，適合增量C、對(duì)輸入數(shù)據(jù)的表達(dá)形式很敏感D、樸素貝葉斯模型發(fā)源于古典數(shù)學(xué)理論，有穩(wěn)定的分類效率495、檢測(cè)一元正態(tài)分布中的離群點(diǎn)，屬于異常檢測(cè)中的基于()的離群點(diǎn)檢測(cè)B、鄰近度C、密度D、聚類技術(shù)496、通過(guò)對(duì)用戶上網(wǎng)行為進(jìn)行分析，以實(shí)現(xiàn)精確智能營(yíng)銷(xiāo)，可以使用()數(shù)據(jù)挖掘技術(shù)對(duì)客戶進(jìn)行分群B、基于用戶的協(xié)同過(guò)濾D、聚類497、最近鄰分類器的特點(diǎn)中，不包括()。A、它使用具體的訓(xùn)練實(shí)例進(jìn)行預(yù)測(cè)，不必維護(hù)源自數(shù)據(jù)的模型B、分類一個(gè)測(cè)試樣例開(kāi)銷(xiāo)很大C、最近鄰分類器基于全局信息進(jìn)行預(yù)測(cè)D、可以生產(chǎn)任意形狀的決策邊界498、將原始數(shù)據(jù)進(jìn)行集成、變換、維度規(guī)約、數(shù)值規(guī)約是在()過(guò)程中的任務(wù).A、頻模式挖掘C、數(shù)據(jù)預(yù)處理D、數(shù)據(jù)流挖掘499、在Python中，下列關(guān)于集合說(shuō)法錯(cuò)誤的是()。A、集合具有互異性，定義集合時(shí)允許出現(xiàn)相同的元素B、集臺(tái)具有確定性，可以用in來(lái)判斷元素是否在集合內(nèi)C、集合具有無(wú)序性，集合沒(méi)辦法進(jìn)行排序D、集合具有運(yùn)算性，支持并交差等運(yùn)算多選題1、數(shù)據(jù)預(yù)處理是一種數(shù)據(jù)挖掘技術(shù)，包括A、數(shù)據(jù)清洗B、數(shù)據(jù)集成C、數(shù)據(jù)歸約D、數(shù)據(jù)標(biāo)注2、數(shù)據(jù)預(yù)處理是一種數(shù)據(jù)挖掘技術(shù)，包括A、數(shù)據(jù)清洗B、數(shù)據(jù)集成D、數(shù)據(jù)變換3、計(jì)算機(jī)視覺(jué)的應(yīng)用領(lǐng)域包括C、工業(yè)制造D、公安監(jiān)控4、以下應(yīng)用場(chǎng)景中，()可以認(rèn)為是計(jì)算機(jī)視覺(jué)的任務(wù)B、圖像/視頻中文字的檢測(cè)和識(shí)別C、視頻中感興趣目標(biāo)的檢測(cè)、跟蹤和定位D、圖像中前景物體與背景的分割5、數(shù)字圖像處理一般要完成的任務(wù)有A、圖像增強(qiáng)B、圖像變換6、伴隨著人工智能技術(shù)的發(fā)展，出現(xiàn)了多種新的交互方式，如A、終身學(xué)習(xí)B、遷移學(xué)習(xí)D、深度學(xué)習(xí)8、下列對(duì)人工智能芯片的表述，正確的是()A、一種專門(mén)用于處理人工智能應(yīng)用中大量計(jì)算任務(wù)的芯片B、能夠更好地適應(yīng)人工智能中大量矩陣運(yùn)算C、相對(duì)于傳統(tǒng)的CPU處理器，智能芯片具有很好的并行計(jì)算性能D、目前處于成熟高速發(fā)展階段9、人工智能的研究范疇廣泛且復(fù)雜，其發(fā)展需要與()和社會(huì)科學(xué)等學(xué)科深度融合D、神經(jīng)科學(xué)10、下列選項(xiàng)中，是人工智能的基礎(chǔ)設(shè)施是D、游戲顯卡A、包括檢查數(shù)據(jù)一致性B、發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識(shí)別錯(cuò)誤的最后一道程序D、包括數(shù)據(jù)標(biāo)注12、從技術(shù)角度看，人工智能的挑戰(zhàn)包括A、能否保證人工智能的應(yīng)用開(kāi)發(fā)被用于正確的目標(biāo)B、智能系統(tǒng)開(kāi)發(fā)時(shí)存在嚴(yán)重的缺陷，會(huì)產(chǎn)生不可預(yù)測(cè)的后果C、人工智能的強(qiáng)大能力產(chǎn)生的負(fù)面效果可能是緩慢而大規(guī)模的D、人工智能設(shè)計(jì)者在制作機(jī)器人時(shí)，會(huì)將自己的想法加入到機(jī)器人的思維系統(tǒng)中13、語(yǔ)義標(biāo)注中的自定義標(biāo)簽包括A、意圖級(jí)別配