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
人工智能基礎(chǔ)智慧樹知到期末考試答案+章節(jié)答案2024年山東交通學(xué)院異或問題的本質(zhì)是線性不可分問題。
答案:對(duì)回歸的輸出是一個(gè)(
)的值,而分類的輸出則是一個(gè)()的類別。
答案:離散###連續(xù)阿爾法狗(AlphaGo)是第一個(gè)擊敗人類職業(yè)圍棋選手、第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能程序,由谷歌(Google)旗下DeepMind公司開發(fā)。其主要工作原理()。
答案:深度學(xué)習(xí)如果把因變量y的取值限定為布爾值,即只能0或1,這種處理稱為()。
答案:邏輯回歸圖靈測(cè)試的目的是()
答案:檢測(cè)機(jī)器是否具有智能語(yǔ)義分析的目的是
答案:獲得所處理的語(yǔ)言表達(dá)的正確的含義。確定性關(guān)系可以使用()表現(xiàn)出來(lái)
答案:函數(shù)一幅圖像在采樣時(shí),關(guān)于行、列的采樣點(diǎn)與量化級(jí)數(shù)的說法正確的是()
答案:既影響數(shù)字圖像的質(zhì)量,也影響到該數(shù)字圖像數(shù)據(jù)量的大小以下哪一項(xiàng)是自然語(yǔ)言處理基本技術(shù)
答案:其余選項(xiàng)都對(duì)給定一個(gè)樣本特征,我們希望預(yù)測(cè)其對(duì)應(yīng)的屬性值,如果屬性值是離散的,那么這就是一個(gè)分類問題,反之,如果屬性值是連續(xù)的實(shí)數(shù),這就是一個(gè)()問題
答案:回歸最常見的運(yùn)動(dòng)檢測(cè)方法,核心實(shí)現(xiàn)算法是圖像的()
答案:減法以下關(guān)于激活函數(shù)的說法錯(cuò)誤的是()。
答案:激活函數(shù)是線性函數(shù)如果給定一組樣本特征,我們沒有對(duì)應(yīng)的屬性值,而是想發(fā)掘這組樣本在二維空間的分布,比如分析哪些樣本靠的更近,哪些樣本之間離得很遠(yuǎn),這就是屬于()問題
答案:聚類自然語(yǔ)言處理中的文本表示模型中,詞袋模型屬于()
答案:統(tǒng)計(jì)機(jī)器學(xué)習(xí)模型層次聚類分為兩種策略,一種是自底向上的策略,另一種是()。
答案:自頂向下算法先少量給用戶推薦各類文章,用戶會(huì)選擇其感興趣的文章閱讀,這就是對(duì)這類文章的一種獎(jiǎng)勵(lì),算法會(huì)根據(jù)獎(jiǎng)勵(lì)情況構(gòu)建用戶可能會(huì)喜歡的文章的“知識(shí)圖”。該實(shí)例描述的機(jī)器學(xué)習(xí)方式是()
答案:強(qiáng)化學(xué)習(xí)下列神經(jīng)網(wǎng)絡(luò)不屬于前饋神經(jīng)網(wǎng)絡(luò)的是()
答案:循環(huán)神經(jīng)網(wǎng)絡(luò)RNN圖像的亮暗程度離散化叫做:
答案:量化常見的統(tǒng)計(jì)機(jī)器學(xué)習(xí)模型不包括()
答案:RNN為了設(shè)計(jì)一個(gè)網(wǎng)絡(luò),儲(chǔ)存一組平衡點(diǎn),使當(dāng)給網(wǎng)絡(luò)一組初始值時(shí),網(wǎng)絡(luò)通過自行運(yùn)行而最終收斂到這個(gè)設(shè)計(jì)的平衡點(diǎn)上的網(wǎng)絡(luò)稱為()。
答案:反饋神經(jīng)網(wǎng)絡(luò)卷積是一種向量和矩陣的數(shù)學(xué)運(yùn)算。對(duì)圖像而言,做卷積實(shí)際上是一種()。
答案:做卷積實(shí)際是濾波操作1957年,弗蘭克?羅森布拉特提出的感知機(jī)模型屬于()神經(jīng)網(wǎng)絡(luò)。
答案:單層分類準(zhǔn)確率是指分類正確的樣本數(shù)占總樣本數(shù)的比例。這里的樣本指的是:()
答案:測(cè)試樣本用戶每讀一篇文章,就給這篇新聞貼上分類標(biāo)簽,例如這篇新聞是軍事新聞,下一篇新聞是經(jīng)濟(jì)新聞等;算法通過這些分類標(biāo)簽進(jìn)行學(xué)習(xí),獲得分類模型;再有新的文章過來(lái)的時(shí)候,算法通過分類模型就可以給新的文章自動(dòng)貼上標(biāo)簽。該實(shí)例描述的機(jī)器學(xué)習(xí)方式是()
答案:監(jiān)督學(xué)習(xí)自然語(yǔ)言依據(jù)要處理的對(duì)象,從小到大劃分的可分為()的處理
答案:詞匯級(jí)、短語(yǔ)級(jí)、句子級(jí)和篇章級(jí)利用分類、回歸、聚類方法,類別對(duì)象具有特征、部分貼標(biāo)槍的機(jī)器學(xué)習(xí)方法屬于下列哪一類學(xué)習(xí)方式()
答案:半監(jiān)督學(xué)習(xí)AI是()的英文縮寫
答案:ArtificalIntelligence神經(jīng)網(wǎng)絡(luò)的開山之作是()。
答案:《AlogicalCalculusofIdeasImmanentinNervousActivity》人工智能(AI)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)三者關(guān)系論述正確的是()
答案:人工智能是一門研究、開發(fā)用于模擬、延伸和擴(kuò)展人類智能的理論、方法及應(yīng)用的新的交叉學(xué)科,機(jī)器學(xué)習(xí)是人工智能的核心研究鄰域之一,深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的新領(lǐng)域,研究多隱層多感知器、模擬人腦進(jìn)行分析學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)。前饋網(wǎng)絡(luò)又稱記憶聯(lián)想網(wǎng)絡(luò)
答案:錯(cuò)以下哪些是自然語(yǔ)言處理的典型應(yīng)用()。
答案:其余選項(xiàng)都對(duì)圖像處理中的幾何運(yùn)算不包括下面哪一項(xiàng)()
答案:代數(shù)變換如果樣本數(shù)據(jù)本身是無(wú)法標(biāo)注的,我們可以針對(duì)數(shù)據(jù)的相似性和差異性將一組數(shù)據(jù)分為幾個(gè)類別,這種尋找數(shù)據(jù)之間的相似性并將之劃分組的方法稱為()。
答案:聚類分類器是數(shù)據(jù)挖掘中對(duì)樣本進(jìn)行分類的方法的統(tǒng)稱,常用的分類算法有()
答案:其余選項(xiàng)都對(duì)下面不屬于圖像分割方法的是
答案:基于模板的圖形分割以下關(guān)于前饋神經(jīng)網(wǎng)絡(luò)說法錯(cuò)誤的是()。
答案:前饋神經(jīng)網(wǎng)絡(luò)中的隱層只能有一層彩色印刷使用的顏色模型是
答案:CMYK認(rèn)為人是一個(gè)物理符號(hào)系統(tǒng),計(jì)算機(jī)也是一個(gè)物理符號(hào)系統(tǒng),因此,能用計(jì)算機(jī)來(lái)模擬人的智能行為。這是()學(xué)派的基本思想。
答案:符號(hào)主義以下關(guān)于分類的說法,錯(cuò)誤的是()
答案:分類只能實(shí)現(xiàn)二分類函數(shù)z=ax+by中,變量z與變量x的關(guān)系為()。
答案:不完全相關(guān)下列應(yīng)用了自然語(yǔ)言理解技術(shù)的是()
答案:與機(jī)器人對(duì)話判斷一張圖片是否為山鳶尾的分類問題屬于()。
答案:二分類以下哪一個(gè)選項(xiàng)是數(shù)字圖像處理的英文表達(dá)?()
答案:DigitalImageProcessing關(guān)于自然語(yǔ)言處理描述錯(cuò)誤的一項(xiàng)為:
答案:自然語(yǔ)言依據(jù)要處理的對(duì)象,從小到大劃分的可分為篇章級(jí)、句子級(jí)、短語(yǔ)級(jí)和詞匯級(jí)的處理。自然語(yǔ)言處理依據(jù)處理的對(duì)象,可分為①短語(yǔ)級(jí)、②句子級(jí)、③詞匯級(jí)和④篇章級(jí),則按照由小到大劃分為的正確順序?yàn)椋ǎ?/p>
答案:③①②④人工智能的近期目標(biāo)是()
答案:研究如何使計(jì)算機(jī)去做那些靠人的智力才能做的工作神經(jīng)網(wǎng)絡(luò)由許多神經(jīng)元組成,每個(gè)神經(jīng)元只能接受一個(gè)輸入,處理它并給出一個(gè)輸出。
答案:錯(cuò)下列選項(xiàng)中不是卷積神經(jīng)網(wǎng)絡(luò)(CNN)結(jié)構(gòu)的是:
答案:對(duì)沖層人工智能分類不包括下列哪一類?()
答案:類人工智能聊天機(jī)器人屬于()人工智能機(jī)器人。
答案:弱在下列選項(xiàng)中,不屬于自然語(yǔ)言處理研究方向的是()
答案:人臉識(shí)別通常采用的距離定義是()
答案:歐式距離以神經(jīng)網(wǎng)絡(luò)為主要手段的深度學(xué)習(xí)屬于()人工智能學(xué)派?
答案:連接主義以下哪個(gè)是SVM在實(shí)際生活中的應(yīng)用
答案:其余選項(xiàng)都對(duì)有關(guān)SVM的說法不正確的是()。
答案:一種典型的多類分類模型要想讓機(jī)器具有智能,必須讓機(jī)器具有知識(shí)。在人工智能中有一個(gè)研究領(lǐng)域,主要研究計(jì)算機(jī)如何自動(dòng)獲取知識(shí)和技能,實(shí)現(xiàn)自我完善,這門研究分支學(xué)科是()
答案:機(jī)器學(xué)習(xí)人工智能的派系不包括()
答案:思維主義以下關(guān)于梯度描述錯(cuò)誤的是()。
答案:梯度下降算法總能找到最優(yōu)解感知機(jī)在工作中是不斷調(diào)整的,最開始先隨機(jī)確定分類直線,然后從訓(xùn)練集中選取一個(gè)訓(xùn)練數(shù)據(jù),如果這個(gè)訓(xùn)練數(shù)據(jù)被誤分類,則按照一定規(guī)則更新參數(shù),使得該訓(xùn)練數(shù)據(jù)被正確分類,如此循環(huán),直到訓(xùn)練數(shù)據(jù)中沒有()為止。
答案:誤分類數(shù)據(jù)下列對(duì)相機(jī)成像原理描述錯(cuò)誤的一項(xiàng)是:
答案:用感光原件取代晶狀體。下面有關(guān)人工智能的說法錯(cuò)誤的是()。
答案:人工智能的“思維”方式必須和人類是一致的下列對(duì)分類器的構(gòu)造和實(shí)施大體步驟描述中,順序正確的是()。
答案:選定樣本-生成分類模型-生成預(yù)測(cè)結(jié)果-評(píng)估分類模型圖像的位置變換不包括:
答案:錯(cuò)切海明距離是一種有效的距離定義,如果兩個(gè)位串分別是1011和1101,則它們之間的海明距離是()
答案:0110通過房地產(chǎn)市場(chǎng)的數(shù)據(jù),預(yù)測(cè)一個(gè)給定面積的房屋的價(jià)格屬于()問題
答案:回歸數(shù)字圖像的采集工作可以分解為三個(gè)步驟,下面的步驟順序正確的是()。
答案:光電轉(zhuǎn)換-采樣-量化統(tǒng)計(jì)機(jī)器學(xué)習(xí)模型的是自然語(yǔ)言處理中的重要文本表示模型,以下不屬于它的()。
答案:循環(huán)神經(jīng)網(wǎng)絡(luò)人工智能可應(yīng)用于哪些技術(shù)領(lǐng)域
答案:視頻識(shí)別###圖像識(shí)別###語(yǔ)義理解將多分類任務(wù)拆分為若干個(gè)分類任務(wù)求解,最經(jīng)典的拆分策略是
答案:其余選項(xiàng)都對(duì)通過房地產(chǎn)市場(chǎng)的數(shù)據(jù),預(yù)測(cè)一個(gè)給定面積的房屋的價(jià)格是否比一個(gè)特定的價(jià)格高或者低,屬于()問題。
答案:分類在機(jī)器學(xué)習(xí)領(lǐng)域,分類的目標(biāo)是指將具有()的對(duì)象聚集。
答案:相似特征下列關(guān)于圖像處理代數(shù)運(yùn)算描述錯(cuò)誤錯(cuò)誤的是()
答案:PS中常用的摳圖是利用圖像除法實(shí)現(xiàn)常用的圖像銳化方法不包括下面的()。
答案:低通濾波法那種不屬于圖像處理的內(nèi)容
答案:網(wǎng)絡(luò)爬蟲按分類來(lái)說,人工神經(jīng)網(wǎng)絡(luò)包括()。
答案:反饋神經(jīng)網(wǎng)絡(luò)###循環(huán)神經(jīng)網(wǎng)絡(luò)###前饋神經(jīng)網(wǎng)絡(luò)感知機(jī)模型也被成為多層神經(jīng)網(wǎng)絡(luò)。
答案:錯(cuò)神經(jīng)網(wǎng)絡(luò)中偏置單元的作用是解決異或問題。
答案:錯(cuò)獲得2018年“圖靈”獎(jiǎng)的深度學(xué)習(xí)“三巨頭”是()。
答案:本吉奧###辛頓###勒邱恩下列關(guān)于神經(jīng)網(wǎng)絡(luò)的描述,什么情況下神經(jīng)網(wǎng)絡(luò)模型被稱為深度學(xué)習(xí)模型?()
答案:加入更多層,使神經(jīng)網(wǎng)絡(luò)的深度增加下列哪一項(xiàng)在神經(jīng)網(wǎng)絡(luò)中引入了非線性?()
答案:修正線性單元(ReLU)用戶經(jīng)常閱讀軍事類和經(jīng)濟(jì)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。實(shí)際上算法并不知道軍事類或者經(jīng)濟(jì)類的標(biāo)簽,它只是把相似的文章聚集為一類。該實(shí)例描述的機(jī)器學(xué)習(xí)方式是()
答案:非(無(wú))監(jiān)督學(xué)習(xí)關(guān)于感知機(jī)說法不正確的是()
答案:從訓(xùn)練集中選取一個(gè)訓(xùn)練數(shù)據(jù),如果這個(gè)訓(xùn)練數(shù)據(jù)被誤分類,不需要做任何操作分類器不包括的()
答案:圖靈測(cè)試人工智能的最終目標(biāo)是()。
答案:探討智能形成的機(jī)理,研究利用自動(dòng)機(jī)模擬人的思維過程單層感知機(jī)的最大缺點(diǎn)是只能解決線性可分的分類問題,要增強(qiáng)網(wǎng)絡(luò)的分類能力,唯一的方法是采用多層網(wǎng)絡(luò)結(jié)構(gòu),與單層感知機(jī)相比,下面不屬于多層網(wǎng)絡(luò)所特有的特點(diǎn)的是()。
答案:神經(jīng)元的數(shù)目可以達(dá)到很大下列關(guān)于深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)描述不正確的是()
答案:感知機(jī)就是深度學(xué)習(xí)網(wǎng)絡(luò)應(yīng)用梯度算法,學(xué)習(xí)率過大可能會(huì)造成()不良結(jié)果
答案:跨越最低點(diǎn)下列計(jì)算機(jī)系統(tǒng)不屬于人工智能的實(shí)例是()
答案:超市條形碼掃描器以下哪些是數(shù)字圖像的格式()。
答案:其余選項(xiàng)都是模擬圖像轉(zhuǎn)化為數(shù)字圖像需要經(jīng)過()
答案:采樣和量化小孔成像驗(yàn)證了
答案:光的直線傳播最常用的運(yùn)動(dòng)檢測(cè)方法是
答案:差分運(yùn)動(dòng)檢測(cè)網(wǎng)絡(luò)輿情分析引擎是輿情分析系統(tǒng)的核心技術(shù),涉及的關(guān)鍵技術(shù)主要包括信息采集、話題的檢測(cè)與追蹤、文本的傾向性分析等自然語(yǔ)言處理技術(shù),以下對(duì)這三個(gè)處理技術(shù)的解釋的正確順序是()。①在沒有話題先驗(yàn)知識(shí)的前提下檢測(cè)獲取系統(tǒng)未知話題,同時(shí)跟蹤已知話題。②以網(wǎng)絡(luò)信息挖掘引擎為基礎(chǔ),主要采用的技術(shù)是網(wǎng)絡(luò)爬蟲技術(shù)。③依據(jù)網(wǎng)絡(luò)突發(fā)事件基本特征,提出行之有效的話題檢測(cè)和跟蹤。④判定用戶對(duì)某個(gè)事件的看法或評(píng)論的積極性或者消極性。
答案:②①④不完全相關(guān)指的是()
答案:兩個(gè)變量之間的關(guān)系介于不相關(guān)和完全相關(guān)之間使用一對(duì)多方法將N個(gè)分類任務(wù)進(jìn)行求解的策略方法描述正確的是()
答案:訓(xùn)練時(shí)依次把某個(gè)類別的樣本歸為一類,其他剩余的樣本歸為另一類,可以概括為自己一類為正例,其余類為負(fù)例,N個(gè)分類任務(wù)將產(chǎn)生N個(gè)分類器。AlphaGo圍棋學(xué)習(xí)采用以下哪種方法:()
答案:強(qiáng)化學(xué)習(xí)圖像運(yùn)算包括()
答案:其余選項(xiàng)都對(duì)聚類算法包括()
答案:k均值算法神經(jīng)網(wǎng)絡(luò)研究屬于下列()學(xué)派。
答案:連接主義NLP是()
答案:自然語(yǔ)言處理對(duì)于卷積神經(jīng)網(wǎng)絡(luò)(CNN)描述正確的是()
答案:CNN結(jié)構(gòu)由卷積層、池化層、全連接層組成數(shù)字圖像與灰度直方圖間的對(duì)應(yīng)關(guān)系是()
答案:多對(duì)一對(duì)于圖像識(shí)別問題(比如識(shí)別照片中的貓),哪種神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)更適合?()
答案:卷積神經(jīng)網(wǎng)絡(luò)人工智能研究的一項(xiàng)基本內(nèi)容是機(jī)器感知。以下列舉中的()不屬于機(jī)器感知的領(lǐng)域。
答案:使機(jī)器具有能夠獲取新知識(shí)、學(xué)習(xí)新技巧的能力自然語(yǔ)言理解的五個(gè)層次是:詞法分析、句法分析、語(yǔ)義分析和()
答案:語(yǔ)用分析不可以作為圖像特征的是
答案:圖像名下面不屬于語(yǔ)義分析的是
答案:基于模板的表示下面那種不屬于詞法分析
答案:語(yǔ)法解析圖像基本運(yùn)算可以分為點(diǎn)運(yùn)算、()、邏輯運(yùn)算和幾何運(yùn)算四類。
答案:代數(shù)運(yùn)算激活函數(shù)應(yīng)當(dāng)具有以下()特征:
答案:非線性圖像的梯度概念表述錯(cuò)誤的一項(xiàng)是()
答案:和它相鄰的像素比較,圖像像素變化最小的位置圖像梯度值最大??梢詸z測(cè)運(yùn)動(dòng)目標(biāo)的運(yùn)算是
答案:圖像減法以下關(guān)于測(cè)試樣本集和訓(xùn)練樣本集描述正確的是()
答案:訓(xùn)練樣本集可以用來(lái)訓(xùn)練分類模型分詞是自然語(yǔ)言處理的基本技術(shù),它不包括()分詞法。
答案:基于習(xí)慣的方法以下關(guān)于智能的說法,錯(cuò)誤的是()
答案:是衡量個(gè)人智力高低的標(biāo)準(zhǔn)當(dāng)兩個(gè)變量之間的關(guān)系為一個(gè)變量的數(shù)量變化由另一個(gè)變量的數(shù)量變化唯一確定,則這兩個(gè)變量的關(guān)系為()。
答案:完全相關(guān)多分類問題可分解為多個(gè)二分類問題。將三類鳶尾花分類,需要幾個(gè)分類器?()
答案:3個(gè)下列哪個(gè)例子屬于監(jiān)督學(xué)習(xí)()
答案:用戶每讀一篇文章,就給這篇新聞貼上分類標(biāo)簽所謂的命名實(shí)體包括哪些?
答案:地名###人名###時(shí)間###機(jī)構(gòu)名下列哪一個(gè)神經(jīng)網(wǎng)絡(luò)模型更適合于自然語(yǔ)言處理
答案:循環(huán)神經(jīng)網(wǎng)絡(luò)RNN下列哪一種形式是最主要的信息載體。
答案:文字下列哪些是基于詞典的切詞方法的缺陷。
答案:切分正確率不高###歧義消解的能力差常見的語(yǔ)義表示包括等表示方法。
答案:語(yǔ)義網(wǎng)絡(luò)表示###一階邏輯表示###基于框架的表示下列哪些是詞袋模型存在的缺陷。
答案:會(huì)帶來(lái)維度災(zāi)難###模型有效值分布越來(lái)越稀疏,計(jì)算需求會(huì)越來(lái)越高,而計(jì)算效率會(huì)越來(lái)越低。###從詞袋模型得到的詞向量不能反映詞與詞之間的關(guān)系###隨著詞典規(guī)模越來(lái)越大,詞袋模型維度變得越來(lái)越大傳統(tǒng)的自然語(yǔ)言處理哪種方法建立的模型
答案:基于規(guī)則的方法依存關(guān)系分析是將次分成哪兩類?
答案:依存詞###核心詞下列哪些屬于詞法分析的范疇
答案:分詞###詞性標(biāo)注###命名實(shí)體識(shí)別###新詞發(fā)現(xiàn)下列哪一個(gè)選項(xiàng)是由微軟公司研發(fā)的。
答案:小冰在詞法分析里,需要處理的最小單位是是什么
答案:詞導(dǎo)航軟件里面郭德綱的聲音是怎么制作的。
答案:語(yǔ)音合成中文分詞中,按照遍歷搜索的方向不同可以分為哪些類別
答案:正向匹配###逆向匹配對(duì)于詞性標(biāo)注的主要方法包括哪些。
答案:基于統(tǒng)計(jì)的和基于規(guī)則的相結(jié)合的方法###基于規(guī)則的方法###基于統(tǒng)計(jì)的方法依據(jù)自然語(yǔ)言是處理系統(tǒng)的輸入還是輸出,自然語(yǔ)言處理完成的功能可以劃分為以下兩類。
答案:自然語(yǔ)言理解###自然語(yǔ)言生成小Q弟弟聰明好學(xué),下列哪些功能是它能夠完成的。
答案:翻譯英語(yǔ)###網(wǎng)上訂餐###教他說話###解釋成語(yǔ)自然語(yǔ)言處理作為人工智能領(lǐng)域最重要的一個(gè)研究方向,其技術(shù)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。
答案:基于統(tǒng)計(jì)的方法###基于規(guī)則的方法下列技術(shù)屬于自然語(yǔ)言處理范疇的有哪些。
答案:摘要抽取###字典查詢###機(jī)器翻譯###相似度檢測(cè)關(guān)于圖像梯度,說法不正確的是
答案:邊緣梯度值要比平滑紋理梯度值小常用的圖像分割方法不包括
答案:基于視覺觀察的方法關(guān)于卷積層的說法,錯(cuò)誤的是
答案:卷積核的參數(shù)值是人為指定的可以檢測(cè)出圖像中運(yùn)動(dòng)的方向和大小的方法是
答案:光流法關(guān)于視頻的說法不正確的是
答案:我們常見的視頻一般是20幀/秒圖像壓縮的目的是
答案:去除圖像中的冗余信息CNN中用來(lái)完成分類的是
答案:全連接層CNN的基本結(jié)構(gòu)不包括
答案:反向池化層池化層的作用不包括
答案:實(shí)現(xiàn)特征分類計(jì)算機(jī)處理圖像時(shí)的三原色是:
答案:紅、綠、藍(lán)可以將圖中的相應(yīng)區(qū)域進(jìn)行遮蓋的運(yùn)算是
答案:圖像乘法計(jì)算機(jī)顯示器使用的顏色模型是
答案:RGB已知的最古老的照片是由__完成的
答案:JosephN.Niepce計(jì)算機(jī)中存儲(chǔ)的圖像是
答案:數(shù)字圖像數(shù)字圖像的最小單位是:
答案:像素以下哪個(gè)不是圖像的基本運(yùn)算
答案:塊運(yùn)算以下不屬于圖像增強(qiáng)方法的是
答案:均值濾波圖像的空間離散化叫做:
答案:采樣視網(wǎng)膜上對(duì)弱光敏感的是
答案:視桿細(xì)胞深度學(xué)習(xí)是一種多層神經(jīng)網(wǎng)絡(luò)的模擬認(rèn)知訓(xùn)練方法,多層神經(jīng)網(wǎng)絡(luò)包含多個(gè)隱含層感知層,也稱作卷積神經(jīng)網(wǎng)絡(luò)(CNN),它的研究熱潮興起于本世紀(jì)初期。
答案:錯(cuò)感知機(jī)是只含輸入層和輸出層的一種淺層神經(jīng)網(wǎng)絡(luò),兩個(gè)感知機(jī)輸出解決了”異或”問題,進(jìn)一步擴(kuò)展到多感知機(jī)輸出,并增加了偏置單元。關(guān)于偏置單元的作用正確的是()。
答案:施加干擾,消除網(wǎng)絡(luò)死循環(huán),以達(dá)到輸出收斂梯度下降算法的正確步驟是什么?()(a)計(jì)算預(yù)測(cè)值和真實(shí)值之間的誤差。(b)迭代跟新,直到找到最佳權(quán)重(c)把輸入傳入網(wǎng)絡(luò),得到輸出值(d)初始化隨機(jī)權(quán)重和偏差(e)對(duì)每一個(gè)產(chǎn)生誤差的神經(jīng)元,改變相應(yīng)的(權(quán)重)值以減小誤差
答案:d,c,a,e,b神經(jīng)網(wǎng)絡(luò)中,線性模型的表達(dá)能力不夠時(shí),可引入()來(lái)添加非線性因素。
答案:激活函數(shù)深度學(xué)習(xí)可以具有幾個(gè)隱藏層()。
答案:2個(gè)###4個(gè)###3個(gè)下列關(guān)于神經(jīng)網(wǎng)絡(luò)說法正確的是()。
答案:高速尋找優(yōu)化解###具有自學(xué)習(xí)、自組織、自適應(yīng)性###非線性深度學(xué)習(xí)是含有一個(gè)隱含層的多層神經(jīng)網(wǎng)絡(luò)模型的強(qiáng)化學(xué)習(xí),訓(xùn)練過程加入了激活函數(shù)。
答案:錯(cuò)深度學(xué)習(xí)中常用的激活函數(shù)不包括()。
答案:Sin函數(shù)使用感知機(jī)模型的前提是()。
答案:數(shù)據(jù)線性可分下列神經(jīng)網(wǎng)絡(luò)中哪種架構(gòu)有反饋連接()。
答案:循環(huán)神經(jīng)網(wǎng)絡(luò)反饋神經(jīng)網(wǎng)絡(luò)又稱前饋網(wǎng)絡(luò)。
答案:錯(cuò)感知機(jī)屬于()。
答案:前饋神經(jīng)網(wǎng)絡(luò)有關(guān)淺層神經(jīng)網(wǎng)絡(luò)的說法正確的是()。
答案:是一種單向多層結(jié)構(gòu)###各神經(jīng)元分層排列###同一層的神經(jīng)元之間沒有互相連接對(duì)于自然語(yǔ)言處理問題,哪種神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)更適合?()。
答案:循環(huán)神經(jīng)網(wǎng)絡(luò)1943年,神經(jīng)網(wǎng)絡(luò)的開山之作《Alogicalcalculusofideasimmanentinnervousactivity》,由()和沃爾特.皮茨完成。
答案:沃倫.麥卡洛克被稱為“神經(jīng)網(wǎng)絡(luò)之父”和“人工智能教父”的是()。
答案:辛頓對(duì)于多層神經(jīng)網(wǎng)絡(luò),BP(反向傳播)算法的直接作用是()。
答案:加快訓(xùn)練權(quán)值參數(shù)和偏置參數(shù)為解決單個(gè)輸出的感知機(jī)無(wú)法解決的異或問題,需要用有至少()個(gè)輸出的感知機(jī)?
答案:2個(gè)機(jī)器學(xué)習(xí)包括:
答案:監(jiān)督學(xué)習(xí)###強(qiáng)化學(xué)習(xí)###無(wú)監(jiān)督學(xué)習(xí)###半監(jiān)督學(xué)習(xí)下面兩個(gè)兩完全相關(guān)的是()。
答案:圓形的面積與直徑有特征,有部分標(biāo)簽的機(jī)器學(xué)習(xí)屬于()。
答案:半監(jiān)督學(xué)習(xí)兩個(gè)變量之間的關(guān)系包括:
答案:不完全相關(guān)###不相關(guān)###完全相關(guān)下面屬于強(qiáng)化學(xué)習(xí)的是()
答案:算法先少量給用戶推薦各類文章,用戶會(huì)選擇其感興趣的文章閱讀,這就是對(duì)這類文章的一種獎(jiǎng)勵(lì),算法會(huì)根據(jù)獎(jiǎng)勵(lì)情況構(gòu)建用戶可能會(huì)喜歡的文章的“知識(shí)圖”。AGNES算法步驟正確的是()。①將每個(gè)樣本特征向量作為一個(gè)初始簇;②根據(jù)兩個(gè)簇中最近的數(shù)據(jù)點(diǎn)尋找最近的兩個(gè)簇;③重復(fù)以上第二、三步,直到達(dá)到所需要的簇的數(shù)量;④合并兩個(gè)簇,生成新的簇的集合,并重新計(jì)算簇的中心點(diǎn)。
答案:①②④③下面哪一個(gè)不是聚類常用的算法()。
答案:SVM算法()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。
答案:聚類下列兩個(gè)變量之間的關(guān)系中,哪個(gè)是函數(shù)關(guān)系()
答案:正方形的邊長(zhǎng)和面積Z等于X,則Z與X之間屬于()
答案:完全相關(guān)有特征,無(wú)標(biāo)簽的機(jī)器學(xué)習(xí)是()
答案:無(wú)監(jiān)督學(xué)習(xí)因:經(jīng)常挑食;果:身材矮小。這組因、果之間屬于()關(guān)系。
答案:不完全相關(guān)現(xiàn)欲分析性別、年齡、身高、飲食習(xí)慣對(duì)于體重的影響,如果這個(gè)體重是屬于實(shí)際的重量,是連續(xù)性的數(shù)據(jù)變量,這時(shí)應(yīng)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()。
答案:線性回歸邏輯回歸尋找數(shù)據(jù)之間的相似性并將之劃分組的方法稱為()
答案:聚類無(wú)監(jiān)督學(xué)習(xí)可完成什么任務(wù)()
答案:聚類從某中學(xué)隨機(jī)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(xué)生,又回歸方程可以預(yù)報(bào)其體重()。
答案:約為60.316kg以下不屬于聚類算法的是()。
答案:樸素貝葉斯算法分類器測(cè)試的作用是
答案:檢驗(yàn)分類器的效果深度學(xué)習(xí)中,常用的歸一化函數(shù)是()函數(shù)
答案:SoftMax下列敘述中關(guān)于歸一化不正確的是()
答案:歸一化后,所有元素值范圍在(0,1)有關(guān)分類器的構(gòu)造和實(shí)施步驟描述錯(cuò)誤的是:()
答案:在訓(xùn)練樣本上執(zhí)行分類模型,生成預(yù)測(cè)結(jié)果;分類器是基于現(xiàn)有數(shù)據(jù)構(gòu)造出一個(gè)模型或者函數(shù),以將數(shù)據(jù)庫(kù)中的數(shù)據(jù)映射到給定類別,從而可以應(yīng)用于數(shù)據(jù)預(yù)測(cè)。常包含以下步驟:①在訓(xùn)練樣本上執(zhí)行分類器算法,生成分類模型。②在測(cè)試樣本上執(zhí)行分類模型,生成預(yù)測(cè)結(jié)果。③選定樣本(包含正樣本和負(fù)樣本),將所有樣本分成訓(xùn)練樣本和測(cè)試樣本。④根據(jù)預(yù)測(cè)結(jié)果,計(jì)算必要的評(píng)估指標(biāo),評(píng)估分類模型的性能。構(gòu)造和實(shí)施分類器的正確順序?yàn)椋ǎ?/p>
答案:③①②④在測(cè)試樣本上執(zhí)行分類模型,可以()。
答案:生成預(yù)測(cè)結(jié)果兩種以上(不含兩種)的分類問題被稱為()。
答案:多分類下列對(duì)于分類概念描述不正確的是()
答案:分類的標(biāo)準(zhǔn)統(tǒng)一把樣本所屬的類型和樣本實(shí)現(xiàn)對(duì)應(yīng)起來(lái)被稱為()
答案:標(biāo)注在機(jī)器學(xué)習(xí)領(lǐng)域,分類的目標(biāo)是指()。
答案:將具有相似特征的
溫馨提示
- 1. 本站所有資源如無(wú)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
- 專項(xiàng)定制旅游接待協(xié)議樣式(2024年版)版B版
- 專業(yè)游泳館運(yùn)營(yíng)勞務(wù)輸出協(xié)議2024
- 2025年度廠房抵押貸款風(fēng)險(xiǎn)控制合同范本4篇
- 專業(yè)地面打蠟工程協(xié)議范本一
- 2025年度智能辦公空間租賃合作協(xié)議范本4篇
- 二零二五年度影視基地場(chǎng)地租賃及影視制作合同范本3篇
- 專業(yè)汽油運(yùn)輸業(yè)務(wù)協(xié)議(2024年版)版B版
- 個(gè)人土地使用與承包2024版協(xié)議樣本版
- 2025年度高端商業(yè)區(qū)場(chǎng)地租賃及安全管理服務(wù)合同3篇
- 專業(yè)軟件外部開發(fā)合同樣本2024
- 2025年河北供水有限責(zé)任公司招聘筆試參考題庫(kù)含答案解析
- Unit3 Sports and fitness Discovering Useful Structures 說課稿-2024-2025學(xué)年高中英語(yǔ)人教版(2019)必修第一冊(cè)
- 農(nóng)發(fā)行案防知識(shí)培訓(xùn)課件
- 社區(qū)醫(yī)療抗菌藥物分級(jí)管理方案
- NB/T 11536-2024煤礦帶壓開采底板井下注漿加固改造技術(shù)規(guī)范
- 2024年九年級(jí)上德育工作總結(jié)
- 中文版gcs electrospeed ii manual apri rev8v00印刷稿修改版
- 新生兒預(yù)防接種護(hù)理質(zhì)量考核標(biāo)準(zhǔn)
- 除氧器出水溶解氧不合格的原因有哪些
- 沖擊式機(jī)組水輪機(jī)安裝概述與流程
- 畢業(yè)論文-水利水電工程質(zhì)量管理
評(píng)論
0/150
提交評(píng)論