人工智能试题及答案

人工智能试题及答案1、当需要在字符串中使用特殊字符时，python使用（）作为转义字符。A、\B、/C、#D、%答案：A2、（）是人以自然语言同计算机进行交互的综合性技术，结合了语言学、心理学、工程、计算机技术等领域的知识。A、语音交互B、情感交互C、体感交互D、脑机交互答案：A3、聚类的性能度量亦称聚类“（）”A、有效性指标B、无效性指标C、驱动性指标D、可靠性指标答案：A4、rcnn网络用（）结构生成候选框？A、RPNB、NMSC、SelectiveSearchD、RCNN答案：C5、感知机描述错误的是A、感知机根据正确的程度进行权重调整B、输入层接收外界输入信号传递给输出层C、输出层是M-P神经元D、感知机能容易实现逻辑与、或、非运算答案：A6、回归分析的任务，就是根据（）和因变量的观察值，估计这个函数，并讨论与之有关的种种统计推断的问题A、相关变量B、样本C、已知数据D、自变量答案：D7、K-means算法采用了哪些策略？（）A、自底向上B、贪心策略C、自顶向下D、以上都是答案：B8、（）和假设检验又可归结为统计推断的范畴，即对总体的数量特征做出具有一定可靠程度的估计和判断A、参数估计B、逻辑分析C、方差分析D、回归分析答案：A9、深度学习神经网络训练时需要大量的矩阵计算，一般我们需要配用硬件让计算机具备并行计算的能力，以下硬件设备可提供并行计算能力的是:A、主板B、内存条C、GPUD、CPU答案：C10、中国在哪年首次举办机器人世界杯？（）A、1999B、2004C、2006D、$2,008答案：D11、卷积神经网络经常使用的激活函数有好几种：（）、tanh函数、ReLu函数、LeakyReLu函数、PReLu函数等。A、sigmoid函数B、main函数C、max函数D、sum函数答案：A12、学习器的实际预测输出与样本的真实输出之间的差异称为(___)。A、错误率B、精度C、误差D、查准率答案：C13、在其他条件不变的前提下，以下哪种做法容易引起机器学习中的过拟合问题（）A、增加训练集量B、减少神经网络隐藏层节点数C、删除稀疏的特征D、SVM算法中使用高斯核/RBF核代替线性核答案：D14、（）是指能够按照人的要求，在某一个领域完成一项工作或者一类工作的人工智能。A、超人工智能B、强人工智能C、弱人工智能D、人工智能答案：C15、HiAI移动计算平台提供丰富的上层功能业务API,可在移动设备高效运行。A、TRUEB、FALSE答案：A16、关于模型参数（权重值）的描述，错误的说法是A、在训练神经网络过程中，参数不断调整，其调整的依据是基于损失函数不断减少B、每一次Epoch都会对之前的参数进行调整，迭代次数越多，损失函数一般越小C、模型参数量越多越好，没有固定的对应规则D、训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中答案：C17、Boosting算法要求基学习器能对特定的数据分布进行学习，可通过（）实施，对无法接受带权样本的基学习算法，则可通过（）来处理A、重赋权法,重采样法B、重采样法,重赋权法C、赋权法,采样法D、采样法,赋权法答案：A18、若一个属性可以从其他属性中推演出来，那这个属性就是（）A、结构属性B、冗余属性C、模式属性D、集成属性答案：B19、下述（）不是人工智能中常用的知识格式化表示方法。A、框架表示法B、产生式表示法C、语义网络表示法D、形象描写表示法答案：D20、参数学习过程中若采用梯度下降法，应如何计算梯度值（）？A、wLB、∂L/∂wC、∂w/∂LD、w/L答案：B21、Transformer架构首先是由下列哪项引入的？A、GloVeB、BERTC、OpenAI'sGPTD、ULMFit答案：C22、抛掷一枚质地均匀的硬币，若抛掷95次都是正面朝上，则抛掷第100次正面朝上的概率是（）A、小于1/2B、等于1/2C、大于1/2D、无法确定答案：B23、以才哪种组合在CNN不常见A、conv+reluB、conv+relu+poolC、conv+relu+pool+fcD、conv+k-means答案：D24、线性回归在3维以上的维度中拟合面是?A、曲面B、平面C、超平面D、超曲面答案：C25、使用了兴奋剂被检测出的概率为95%，没有使用兴奋剂被误判的可能性10%，实际使用兴奋剂的概率0.1%，如果只做1次检测被检测服用兴奋剂，真实服用兴奋剂的概率是多少？A、0.90%B、7.90%C、45%D、95%答案：A26、以下机器学习中，在数据预处理时，不需要考虑归一化处理的是：（）A、logistic回归B、SVMC、树形模型D、神经网络答案：C27、下面是一段将图像转换为向量的函数img2vector。该函数创建1×1024的NumPy数组，然后打开给定的文件，循环读出文件的前32行，并将每行的头32个字符值存储在NumPy数组中，最后返回数组。请问填充在空白处的代码应该是哪个。defimg2vector(filename):returnVect=zeros((1,1024))fr=open(filename)foriinrange(32):______________________________forjinrange(32):returnVect[0,32*i+j]=int(lineStr[j])returnreturnVectA、lineStr=fr.readlinesB、lineStr=fr.read_lineC、lineStr=readlineD、lineStr=fr.readline答案：D28、关于梯度下降算法描述正确的是：A、梯度下降算法就是不断的更新w和b的值B、梯度下降算法就是不断的更新w和b的导数值C、梯度下降算法就是不断寻找损失函数的最大值D、梯度下降算法就是不断更新学习率答案：A29、如果问题存在最优解，则下面几种搜索算法中，（）必然可以得到该最优解。A、广度优先搜索B、深度优先搜索C、有界深度优先搜索D、启发式搜索答案：A30、()就是要得到一些数据大致是什么样的，它的区间是什么，它的统计指标，以及这样的数据是怎么分布的等信息。A、数据搜查B、数据检查C、数据探查答案：C31、小王和老张交换名片后，小王打开手机中安装的灵云智能输入法app，拍照老张的名片，很快得到名片文字信息并保存，这其中最主要应用的技术是（）A、模式识别B、文字合成C、图像搜索D、图像还原答案：A32、2010年谷歌推出以顶点为中心的图处理系统（），其专为大规模图数据处理而设计，将图数据保存在主存储器中并采用并行计算的BSP模型A、AregelB、PregelC、CregelD、Dregel答案：B33、数据挖掘技术包括三个主要的部分()。A、数据、模型、技术B、算法、技术、领域知识C、数据、建模能力、算法与技术D、建模能力、算法与技术、领域知识答案：C34、下列哪些没有使用Anchorbox？（）A、FasterRCNNB、YOLOv1C、YOLOv2D、YOLOv3答案：B35、智能语音应用中具备辨别声音来源方向的硬件设备/技术是（）A、语音识别B、语种识别C、说话人识别D、麦克风阵列答案：D36、1997年5月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（）A、深蓝B、IBMC、深思D、蓝天答案：A37、神经网络训练过程中，一般会遇到停滞期，即神经网络在进入全局最小值之前陷入局部最小值。以下哪个策略可以避免上述情况？A、增加参数数量B、减少参数数量C、在开始时将学习率降低10倍D、改变几个时期的学习率答案：D38、ResNet从角度改进了之前的图像分类网络？A、增加网络宽度B、轻量化网络模型C、改善网络退化现象D、增加网络深度答案：C39、对没有标签的数据进行分类的问题属于机器学习中哪一类问题（）。A、回归B、分类C、聚类D、强化答案：C40、做一个二分类预测问题，先设定阈值为0.5，概率不小于0.5的样本归入正例类（即1），小于0.5的样本归入反例类（即0）。然后，用阈值n（n>0.5）重新划分样本到正例类和反例类，下面说法正确的是（）。A、增加阈值不会提高召回率B、增加阈值会提高召回率C、增加阈值不会降低查准率D、增加阈值会降低查准率答案：A41、以下()的说法是正确。A、术语NoSQL是“No!SQL”的缩写B、术语NoSQL可以理解为“NotOnlySQL”的缩写C、NoSQL数据库始终遵循ACID原则D、NoSQL数据库属于关系数据库技术答案：B42、以下说法错误的一项是（）A、负梯度方向是使函数值下降最快的方向B、当目标函数是凸函数时，梯度下降法的解是全局最优解C、梯度下降法比牛顿法收敛速度快D、拟牛顿法不需要计算Hesse矩阵答案：C43、在线性回归算法中，我们认为误差项是符合什么分布的（）A、高斯分布B、均匀分布C、二项分布D、泊松分布答案：A44、第一个成功应用的专家系统是()。A、ELIZAB、DendralC、XconD、Deepblue答案：B45、代码array=np.arange（10,31,5）中的5代表（）？A、元素的个数B、步长C、第一个元素D、最后一个元素答案：B46、深度学习是当前很热门的机器学习算法，在深度学习中，涉及到大量的矩阵相乘，现在需要计算三个稠密矩阵A,B,C的乘积ABC,假设三个矩阵的尺寸分别为m∗n，n∗p，p∗q，且mA、ABCB、ACBC、ABCD、所有效率都相同答案：A47、Python中heapq是一种（）数据结构A、树型数据结构B、列表数据结构C、队列数据结构D、链表数据结构答案：A48、下面关于SVM中核函数的说法正确的是？（）A、核函数将低维空间中的数据映射到高维空间B、它是一个相似度函数C、A、B都对D、A、B都不对答案：C49、image=fluid.layers.data(name='image',shape=[1,28,28],dtype='float32')，代码中28表示？A、训练的周期B、训练的批次C、输入数据的维度D、数据的通道答案：C50、以下关于机器学习说法错误的是A、机器学习可以解决图像识别问题B、目前机器学习已经可以代替人类C、机器学习在一定程度上依赖于统计学习D、监督学习和非监督学习都属于机器学习答案：B51、半监督学习四大范型不含有(___)A、基于分歧方法B、半监督SVMC、生成式方法D、半监督聚类答案：D52、a=[0,1,2,3,4,5,6,7,8,9],a[1:5]的输出为（）。A、0,1,2,3]B、1,2,3,4]C、0,1,2,3,4]D、1,2,3,4,5]答案：B53、（）为我们进行学习器性能比较提供了重要依据A、二项检验B、t检验C、交叉验证t检验D、统计假设检验答案：D54、下列哪项是自然语言处理的Python开发包？A、openCVB、jiebaC、sklearnD、XGBoost答案：B55、在其他条件不变的前提下，以下做法容易引起机器学习中的“过拟合”问题的是（）。A、增加训练集量B、减少神经网络隐藏层节点数C、删除稀疏的特征D、SVM算法中使用高斯核/RBF核代替线性核答案：D56、下列哪个不属于特征的类型(___)A、关键特征B、冗余特征C、相关特征D、无关特征答案：A57、下列哪种机器学习算法不需要归一化处理？（）A、DecisionTreeB、B.SVMC、KmeansD、LogisticRegression答案：A58、在人工智能当中,图像、语音、手势等识别被认为是()的层次;而问题求解、创作、推理预测被认为是()的层次。A、感知智能B、认知智能C、认知智能D、感知智能E、感知智能F、感知智能答案：A59、下面哪个/些超参数的增加可能会造成随机森林数据过拟合()A、树的数量B、树的深度C、学习速率答案：B60、下面（）不是有效的变量名。A、_demoB、bananaC、NumbrD、my-score答案：D61、循环神经网络之所以有作用是因为：A、序列中的元素是无关的B、序列中的元素蕴含着顺序的规律C、序列中的元素都是随机出现的D、序列中的元素都来自同一个数据源答案：B62、a=[[1.,2.,1.],[1.,2.,1.]]，a+3的值为（）。A、1.,2.,1.],4.,5.,4.]]B、4.,5.,4.],4.,5.,4.]]C、以上都不对D、4.,5.,4.],1.,2.,1.]]答案：C63、下面算法中哪个不是分类算法A、决策树B、高斯混合模型GMMC、随机森林D、Xgboost答案：B64、下列有关决策树说法错误的是A、是一个监督学习算法B、是一个分类模型C、是一个回归模型D、主要用来处理时间序列数据样本答案：D65、a={2:3},a.get(2,4)返回的值是A、4B、3C、NoneD、$2答案：B66、下述（）不是知识的特征。A、复杂性和明确性B、进化和相对性C、客观性和依附性D、可重用性和共享性答案：A67、下列哪项不是SVM的优势A、可以和核函数结合B、通过调参可以往往可以得到很好的分类效果C、训练速度快D、泛化能力好答案：C68、()是指将“数据”转换为“产品”的艺术。A、数据柔性B、数据运用C、数据挖掘D、数据开发答案：A69、智能变电站全站配置模型文件，指的是（）。A、SSD文件B、CID文件C、SCD文件D、ICD文件答案：C70、下列哪一项属于特征学习算法（representationlearningalgorithm）？A、K近邻算法B、随机森林C、神经网络D、都不属于答案：C71、以下哪些算法是分类算法？A、DBSCANB、C4.5C、K-MeanD、EM答案：B72、产生式系统的推理不包括（）A、正向推理B、逆向推理C、双向推理D、简单推理答案：D73、一条规则形如：，其中“←"左边的部分称为(___)A、规则长度B、规则头C、布尔表达式D、规则体答案：B74、Python3中有几种标准数据类型？A、5B、6C、7D、$8答案：B75、对于图像分类问题，以下哪个神经网络更适合解决这个问题?A、感知器B、循环神经网络C、卷积神经网络D、全连接神经网络答案：C76、在Python中，设a=2，b=3，表达式not（b-a>0）值是（）A、1B、-1C、TrueD、FALSE答案：D77、以下关于L1正则化和L2正则化的说法正确的是？A、防止模型欠拟合而加在损失函数后面的一项B、L1范数符合拉普拉斯分布，是完全可微的C、L1正则化项是模型各个参数的平方和的开方值D、L1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择答案：D78、Docker是一个开源的应用容器引擎，基于（）语言并遵从Apache2.0协议开源。A、GoB、PythonC、C/C++D、Java答案：A79、下面不是超参数的是：A、权重和偏置B、学习率C、mini-batch的大小D、网络结构答案：A80、卷积神经网络做图像分类任务通常不包含：A、卷积操作B、池化操作C、全连接层D、均方误差损失函数答案：D81、Apriori算法主要使用标准的发现关联规则的步骤，先发现数据中的()，然后从中产生关联规则。A、聚类数据集B、中位数C、拟合数据集D、频繁项目集答案：D82、下面的数据中哪个不属于噪声数据()A、重复数据B、虚假数据C、错误数据D、异常数据答案：A83、循环神经网络优于全连接网络的一个原因是循环神经网络实现了权值共享，那么权值共享的好处有：①.模型参数变少②.运算速度变快③.占用内存少④.所有权值都共享同一个值A、①③④B、①②③C、①③④D、①②④答案：B84、（）是空语句，一般用做占位语句，不做任何事情。A、breakB、passC、continueD、print答案：B85、（）是以样本统计量作为未知总体参数的估计量，并通过对样本单位的实际观察取得样本数据，计算样本统计量的取值作为被估计参数的估计值A、参数估计B、逻辑分析C、方差分析D、回归分析答案：A86、在数据产品研发的过程中，以下()属于低层次数据。A、零次数据B、一次数据C、二次数据D、三次数据答案：A87、下列关于深度学习神经网络结构的描述，正确的是（）A、不同的神经网络结构，层数与神经元数量正相关，层数越多，神经元数量越多B、网络结构的层次越深，其学习特征越多，10层的结构要优于5层结构C、深层网络结构中，学习到的特征一般与神经元的参数量有关，也与样本的特征多少有关D、网络的层次越深，其训练时间越久，5层的网络比4层的训练时间长答案：C88、无监督的建模技术有（）、关联分析、预报三类A、聚合B、离散C、相关性分析D、聚类答案：D89、主观Bayes推理中，因子LS、LN的如下取值那组不合理？（)A、LS>1、LNB、LS1C、LS=1、LN=1D、LS>1、LN>1答案：D90、在非均等代价下，希望最小化（）A、召回率B、错误率C、错误次数D、总体代价答案：D91、机器学习训练时，Mini-Batch的大小优选为2的幂，如256或512。它背后的原因是什么？（）A、Mini-Batch为偶数的时候，梯度下降算法训练的更快B、Mini-Batch设为2的幂，是为了符合CPU、GPU的内存要求，利于并行化处理C、不使用偶数时，损失函数是不稳定的D、以上说法都不对答案：B92、一个医生诊断了病人，并说该病人患流感的概率为40%。这里的概率为（）。A、频率派概率B、古典概率C、贝叶斯概率D、条件概率答案：C93、()适合连续特征，它假设每个特征对于每个类都符