人工智能核心算法复习题（含答案）

人工智能核心算法复习题（含答案）1、Scikit-Learn中,所有的估计器都实现了（）方法。A、fitB、transformC、predictD、fit_transform答案：AC2、下面关于随机森林和集成学习的说法，正确的是：A、随机森林只能用于解决分类问题B、随机森林由随机数量的决策树组成C、集成学习通过构建多个模型，并将各个模型的结果使用求平均数的方法集成起来，作为最终的预测结果，提高分类问题的准确率D、随机森林的弱分类器（基分类器）的特征选择是随机的答案：CD3、One-hot独热编码有哪些特点？A、特征稠密B、特征稀疏C、词之间相互独立，没有顺序关系D、不能表征词与词之间的关系，one-hot之间正交答案：BCD4、英语重视哪两个问题的区分?()A、谓语与非谓语B、可数名词与不可数名词C、冠词与数词D、单复数答案：BD5、针对聚类的性能度量指标，说法正确的是（）A、Jaccard系数越大越好B、DB指数的值越大越好C、Dunn指数的值越大越好D、Rand系数越大越好答案：ACD6、回归问题的评估方法包括A、F值B、AUCC、决定系数D、均方误差答案：CD7、深度学习中以下哪些步骤是由模型自动完成的?A、模型训练B、特征选择C、分析定位任务D、特征提取答案：BD8、卷积神经网络中典型的模式是？A、卷积层后为池化层，然后还是卷积层-池化层。B、多个连续的池化层，然后跟着一个卷积层C、网络中最后的几个层是全连接层D、网络中最开始的几个层是全连接层答案：AC9、在机器学习中，如果单纯去提高训练数据的预测能力，所选模型的复杂度往往会很高，这种现象称为过拟合对于产生这种现象以下说法正确的是（）A、样本数量太少B、样本数量过多C、模型太复杂D、模型太简单答案：AC10、关于谓词逻辑，下列描述正确的是（）A、紧接于量词之后被量词作用的谓词公式称为该量词的辖域B、在一个量词的辖域中与该量词的指导变元相同的变元称为约束变元C、仅个体变元被量化的谓词成为一阶谓词D、个体变元、函数符号和谓词符号都被量化的谓词成为二阶谓词答案：ABCD11、使用KNN(K-NearestNeighbor)算法解决分类问题的步骤包括A、对未知数据进行正则化B、计算未知数据与已知标签数据之间的距离C、得到距离未知数据最近的k个已知标签数据D、通过已知标签数据的数量进行多数表决，作为未知数据的分类结果答案：BCD12、k近邻算法包含哪几个要素？A、距离度量B、k值选择C、分类决策规则D、函数间隔定义答案：ABC13、在随机森林中，最终的集成模型是通过什么策略决定模型结果的?A、累加制B、求平均数C、投票制D、累乘制答案：BC14、关于线性回归说法正确的是（）A、输入特征是非随机的且互不相关的B、随机误差具有零均值，同方差的特点C、随机误差彼此间不相关D、输入特征于随机误差不相关答案：ABCD15、神经网络可以按（）A、学习方式分类B、网络结构分类C、网络的协议类型分类D、网络的活动方式分类答案：ABD16、配置关键词时，我们可以按照以下哪个方法来进行操作？A、仅配置数字；B、仅配置字母；C、使用核心的词汇或词组来配置D、针对任一问题来提取关键词配置答案：CD17、统计模式分类问题中，当先验概率未知时，可以使用（）A、最小最大损失准则B、最小误判概率准则C、最小损失准则D、N-P判决答案：AD18、如果深度学习神经网络出现了梯度消失或梯度爆炸问题我们常用的解决方法为.A、梯度剪切B、随机欠采样C、使用Relu激活函数D、正则化答案：ACD19、生成对抗网络GAN的基本结构主要包括以下哪些A、触发器B、生成器C、判别器D、聚合器答案：BC20、考虑到RNN（或者LSTM，GRU等）类模型只能从()依次计算或者从()依次计算，带来了一定的局限性A、前向后B、后向前C、左向右D、右向左答案：CD21、下列哪些项属于聚类算法?A、K-meansB、BIRCHC、SVMD、DBSCAN答案：ABD22、前馈神经网络由（）、（）、（）构成？A、输入层B、隐藏层C、中间层D、输出层答案：ABD23、关于遗传算法和进化策略，下列说法正确的是A、遗传算法同时使用交叉和突变操作B、进化策略仅使用交叉操作C、进化策略不需要用编码的形式来表示问题D、进化策略使用纯粹的数值优化计算答案：ACD24、考虑智能体函数与智能体程序的差异，从下列陈述中选择正确的答案A、一个智能体程序实现一个智能体函数B、智能体程序与智能体函数没有任何关系C、一个智能体函数实现一个智能体程序D、智能体程序包含智能体函数答案：AD25、下列选项属于静态图缺点的是（）A、代码编写较为简洁和方便B、计算图构建很长时间后才提示错误C、无法使用pdb或print语句调试执行D、控制流与Python不同，造成一定的学习门槛答案：BCD26、聚类试图将数据集中的样本划分为若干个通常是___________的子集，每个子集称为一个“簇”，每个簇对应一定的概念（如无籽瓜、浅色瓜等），这些概念对聚类算法是___________的，聚类过程仅能自动形成簇结构，簇对应的概念含义由使用者来把握和命名。A、相交B、不相交C、事先已知D、事先未知答案：BD27、卷积神经网络结构包括（）、（）、（）。A、输入层B、卷积层C、隐含层D、输出层答案：ACD28、关于感知器，下列说法正确的是（）A、感知器由2层神经元组成，是一个单层的前馈神经网络B、输入结点把接收到的值传送给输出链，不作任何转换C、输出结点计算输入的加权和，加上偏置项，根据结果的符号产生输出D、训练阶段，权值参数不断调整，直至模型输出和训练样例的实际输出一致答案：ABD29、自适应神经-模糊推理系统（ANFIS）可以表达成包括6个层的神经网络，包括以下？A、归一化层B、去模糊化层C、总结层D、输出层答案：ABC30、以下属于Anchor-free的目标检测模型有？A、CornerNetB、PANetC、FCOSD、CenterNet答案：ACD31、支持向量机的求解通常是借助于凸优化技术，针对线性核SVM来说，主要的求解提升效率方法为(____)。A、割平面法B、随机梯度下降C、坐标下降法D、快速采样法答案：ABC32、哪些是XGBoost与GBDT相比具有的优点？A、损失函数是用泰勒展式二项逼近，而GBDT只是一阶导数B、对树的结构进行了正则化约束，防止模型过度复杂，降低了过拟合的可能性$节点分裂的方式不同，GBDT是用的基尼系数，XGBoost是经过优化推导后的C、XGBoost使用网格搜索，只能检测有限个值答案：ABC33、属于卷积神经网络（CNN）的有（）。A、VGGNetB、ResNetC、AlexNetD、GoogleNet答案：ABCD34、分类问题的评估方法包括A、正确率B、精确率C、召回率D、均方误差答案：ABC35、下列哪些组件是Resnet通常不包括的（）A、残差连接B、卷积单元C、循环连接D、Attention模块答案：CD36、以下方法不需要目标向量的是（）A、特征选择嵌入法B、无监督学习C、监督学习D、特征选择过滤法答案：BD37、关于学习率初始值设定描述正确的是（）？以下（）数值适合作为学习率的初始值？A、学习率是网络自己学习得到的B、学习率是根据不同场景，人为设定的C、5e-08D、0.005答案：BD38、决策树的生成是一个递归过程.在决策树基本算法中导致递归返回的情况包括（）A、当前属性集为空,无法划分B、当前结点包含的样本全属于同一类别,无需划分C、所有样本在所有属性上取值相同,无法划分D、当前结点包含的样本集合为空,不能划分答案：ABCD39、以下关于机器学习算法与传统基于规则方法的区别中正确的是?A、传统的基于规则的方法，其中的规律可以人工显性的明确出来B、传统基于规则的方法使用显性编程来解决问题C、机器学习中模型的映射关系是自动学习的D、机器学习所中模型的映射关系必须是隐性的答案：ABC40、在Skip-gram的实际实现中，vocab_size通常很大，导致W非常大。为了缓解这个问题，通常采取（）的方式来近似模拟（）任务。A、正采样B、负采样C、多分类D、单分类答案：BC41、在训练神经网络来学习分类任务前，应优先考虑（）问题。A、确定输入层和输出层的结点数目。B、选择网络拓扑结构C、初始化权值和偏置D、去掉有遗漏值的训练样例，或用最合理的值来代替答案：ABCD42、WordEmbedding，是一种高效的从原始语料中学习字词空间向量的预测模型。分为（）两种形式。A、CBOWB、Skip-GramC、BBPD、BPNM答案：AB43、哪些属于生成式对抗网络模块A、生成模型B、对抗模型C、判别模型D、回归模型答案：AC44、已知4个样本的实际类别分别是[0,0,1,1],聚类结果是[1,0,0,0],Jaccard系数为（），Rand指数为（）A、0.25B、0.5C、0.75D、1答案：AB45、对股票涨跌方向的判断，理论上下列哪些方法是可行的？（）A、SVMB、DBSCANC、FP-growthD、决策树答案：AD46、对于以下几种性能度量指标，属于外部度量的是（）A、Jaccard系数B、FM指数C、DB指数D、Dunn指数答案：AB47、在神经网络中常有权重共享现象，以下哪些神经网络会发生权重共享?A、感知器B、卷积神经网络C、全连接神经网络D、循环神经网络答案：BD48、在深度学习中，常用的损失函数有（）A、平方损失函数B、交叉熵损失函数C、原型损失函数D、累加合损失函数答案：AB49、关于Bagging集成方法说法正确的是（）A、训练一个Bagging集成与直接使用基学习算法训练一个学习器的复杂度同阶，因此Bagging是一个很高效的集成学习算法B、为处理多分类或回归任务，Bagging需进行修改C、从偏差-方差分解的角度看，Bagging主要关注降低偏差D、Bagging的性能依赖于基分类器的稳定性。答案：AD50、如何使featuremap尺寸变大？A、un-samplingB、Transpose-convC、un-poolingD、conv答案：ABC51、不确定性类型按性质可分哪些？A、随机性B、模糊性C、不完全性D、不一致性答案：ABCD52、k-means算法的典型计算步骤包括A、从数据点中随机选择数量与簇的数量相同的数据点，作为这些簇的重心B、计算数据点与各重心之间的距离，并将最近的重心所在的簇作为该数据点所属的簇C、计算每个簇的数据点到重心距离的平均值，并将其作为新的重心D、重复步骤2与步骤3，继续计算，直到所有数据点不改变所属的簇，或达到计算最大次数答案：ABCD53、关于支持向量机，哪项说法正确?A、支持向量机可以用于处理二分类及多分类问题B、支持向量机只能用于线性可分的分类问题C、支持向量机可用于回归问题D、核函数的选择对支持向量机的性能影响较大答案：ACD54、卷积神经网络结构上的三大特性包括（）A、局部连接B、权重共享C、下采样D、归一化答案：ABC55、深度学习的训练过程包括：自下而上的（）和自顶向下的（）。A、无监督学习B、监督学习C、强化学习D、半监督学习答案：AB56、数据不平衡问题由于数据分布不平衡造成的，解决方法如下（）A、对小样本加噪声采样B、对大样本进行下采样C、进行特殊的加权D、采用对不平衡数据集不敏感的算法答案：ABCD57、以下说法正确的是（）。A、聚类是监督学习B、聚类是非监督学习C、分类是非监督学习D、分类是监督学习答案：BD58、常用的聚类模型评价指标包括A、调整兰德系数B、轮廓系数C、基尼系数D、Jaccard系数答案：ABD59、以下属于现有的文本情感分析的途径的是。A、关键词识别B、词汇关联C、统计方法D、概念级技术答案：ABCD60、关于线性回归说法正确的是（）A、日常生活中，收入预测可以作为线性回归问题来解决B、商品库存预测，是一种典型的有监督学习方法C、常用的回归模型有线性回实用归和非线性回归D、线性回归是简单的方法"答案：ABCD61、产生式系统的组成部分包括（）A、状态空间B、综合数据库C、规则集D、控制策略答案：BCD62、下列哪些部分是专家系统的组成部分？A、用户B、综合数据库C、推理机D、知识库答案：BCD63、在随机森林中，最终的集成模型是通过什么策略决定模型结果的?A、累加制B、求平均数C、投票制D、累乘制答案：BC64、以下术语中，属于具有降维特征提取技术的是：A、PCAB、KPCAC、ICAD、RANSAC答案：ABC65、线性回归的基本假设包括哪个？A、随机误差项是一个期望值为0的随机变量B、对于解释变量的所有观测值，随机误差项有相同的方差C、随机误差项彼此相关D、解释变量是确定性变量不是随机变量，与随机误差项之间相互独立答案：ABD66、BERT模型的主要创新点都在pre-train方法上，即用了（）和（）两种方法分别捕捉词语和句子级别的representation。A、MaskedLMB、MaskedMLC、NextSentencePredictionD、PreSentencePrediction答案：AC67、关于卷积神经网络池化层以下描述正确的是?A、池化操作采用扫描窗口实现B、池化层可以起到降维的作用C、常用的池化方法有最大池化和平均池化D、经过池化的特征图像变小了答案：ABCD68、计算智能的主要内容包括（）A、神经计算B、进化计算C、免疫计算D、蚁群算法答案：AB69、循环神经网络RNN中，常用的激活函数是（）和（）。A、sigmod函数B、Relu函数C、tanh函数D、ELU函数答案：AC70、下列哪些包是图像处理时常用的？（）A、numpyB、opencvC、gensimD、matplotlib答案：ABD71、下列有关数据归一化操作的说法，正确的有：A、归一化的目的是将数据限制在一定范围B、归一化后可加快梯度下降求最优解的速度C、逻辑回归等模型先验假设数据服从正态分布答案：ABC72、关于朴素贝叶斯分类器说法正确的是（）。A、朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响B、面对孤立的噪声点，朴素贝叶斯分类器是健壮的C、面对无关属性，朴素贝叶斯分类器是健壮的D、相关属性可能会降低朴素贝叶斯分类器的性能答案：ABCD73、可以有效解决过拟合的方法包括（）A、增加样本数量B、增加特征数量C、训练更多的迭代次数D、采用正则化方法答案：AD74、faster-rcnn网络每个位置生成哪几种比例的anchor？A、1比2B、2比1C、1比1D、2比2答案：ABC75、FasterRCNN模型相比于FastR-CNN模型，算法的改进主要体现在（）A、提出候选框生成网络，取代了SelectiveSearchB、在RPN与最终输出的两个阶段，将分类损失和框回归损失进行联合后对网络进行优化C、采用ROIpooling层，加速特征提取过程D、将CNN提取到的特征送入SVM进行分类答案：AB76、机器学习一般分为（）和（）。A、强化学习B、监督学习C、非监督学习D、深度学习答案：BC77、采用生理模拟和神经计算方法的人工智能研究被称为（）A、连接主义B、逻辑学派C、生理学派D、符号主义答案：AC78、神经网络层数越多，就会产生什么效果（）A、算法精度提升B、梯度消失风险越大C、计算时间越长D、参数越多答案：ABCD79、下列哪些项是构建知识图谱用到的主要技术?A、词性标注B、实体链接C、关系抽取D、命名实体识别答案：BCD80、深度学习的步骤：（）、（）、（）A、效果评估B、建立模型C、损失函数D、参数学习答案：BCD81、下列有监督学习算法中可解决回归问题的算法包括A、线性回归B、逻辑回归C、神经网络D、随机森林答案：ACD82、层次聚类算法中数据集的划分可采用的策略为（）A、“自底向上”的聚合策略B、“自底向上”的分拆策略C、“自顶向下”的聚合策略D、“自顶向下”的分拆策略答案：AD83、对于以下几种性能度量指标，属于内部度量的是（）A、Jaccard系数B、FM指数C、DB指数D、Dunn指数答案：CD84、完整的CNN架构除了输入及输出外还包含哪些层()A、全连接层B、隐藏层C、卷积层D、池化层答案：ACD85、现代的卷积神经网络，常用的模块包括哪些（）A、多分枝结构B、残差连接C、BatchNormalizationD、Sigmoid激活函数答案：ABC86、下面机器学习算法属于监督学习的是（）A、线性回归B、K-均值C、朴素贝叶斯D、SVM答案：ACD87、神经元分为三种不同类型的层次：A、输入层B、隐藏层C、传输层D、输出层答案：ABD88、假设我们要解决一个二类分类问题,我们已经建立好了模型,输出是0或1,初始时设阈值为0.5,超过0.5概率估计,就判别为1,否则就判别为0;如果我们现在用另一个大于0.5的阈值,那么现在关于