人工智能核心算法习题库+参考答案

人工智能核心算法习题库+参考答案1、下列关于Ridge回归，说法正确的是（多选）？A、若λ=0，则等价于一般的线性回归B、若λ=0，则不等价于一般的线性回归C、若λ=+∞，则得到的权重系数很小，接近于零D、若λ=+∞，则得到的权重系数很大，接近与无穷大答案：AC2、以下哪些机器学习算法可以不对特征做归一化处理：（）A、随机森林B、逻辑回归C、SVMD、GBDT答案：AD3、生成对抗网络目前应用非常广泛，以下场景中可以使用此网络的是?A、数据增强B、语义分割C、信息检索D、图像生成答案：ABCD4、循环神经网络RNN是（）和（）两种人工神经网络的总称。A、长度递归神经网络B、时间递归神经网络C、偏差递归神经网络D、结构递归神经网络答案：BD5、下列哪些技术已被用于文本分类（）A、文本卷积B、注意力机制C、GRUD、BiLSTM答案：ABCD6、以下哪些网络结构具有反馈连接功能，即将前一层的输出和当前层自身作为输入（）A、循环神经网络B、卷积神经网络C、LSTM网络D、多层感知机答案：AC7、关于逻辑回归正确的是（）A、风险控制是金融领域最核心的问题，逻辑回归是在风险评估中最经典常用的方法B、逻辑回归可以用到互联网广告点击预测C、逻辑回归只能用于解决二分类问题D、以上都不对答案：AB8、参数学习过程中若采用梯度下降法，梯度为负:（）W,梯度为正:（）WA、增加B、取反C、减小D、取整答案：AC9、按照处理文本的粒度不同,情感分析大致可分为()、()、()三个研究层次。A、词语级B、句子级C、篇章级D、章节级答案：ABC10、DecisionTree构造的重要步骤。A、特征选择B、决策树生成C、剪枝D、计算信息增益答案：ABC11、CRF模型对于HMM和MEMM模型的优势包括以下哪些？A、特征灵活B、速度快C、可容纳较多上下文信息D、全局最优答案：ACD12、深度卷积网络的结构中，通常有多个顺序连接的层，下面描述正确的有A、池化层主要用于降低特征图的分辨率B、通常在卷积层之后会增加池化层，有时卷积层后面也可能不跟池化层C、度卷积网络中，卷积层是必须的，但是全连接层可有可无D、非线性激活层可以完成非线性变换答案：ABD13、联想存储的特点是（）A、可以存储许多相关激励，响应模式对B、以分布、稳健的方式存储信息C、即使输入激励模式完全失真时，仍然可以产生正确的响应模式D、可在原存储中加入新的存储模式答案：ABCD14、下列哪些技术能被用于计算两个词向量之间的距离？A、词形还原（Lemmatization）B、欧氏距离（EuclideanDistance）C、余弦相似度（CosineSimilarity）D、N-grams答案：BC15、下面的Python开发包中，属于深度学习框架的有（）A、flaskB、TensorflowC、KerasD、Mxnet答案：BCD16、模型选择方法包括哪些？A、格点搜索B、交叉验证C、针对预测误差评估的度量函数答案：ABC17、神经网络可以按（）分类A、学习方式B、网络结构C、网络的协议类型D、网络的活动方式答案：ABD18、下列关于DSSM经典模型的结构的说法不正确的是（）A、线性B、双塔C、三塔D、非线性答案：ACD19、Embedding编码有哪些特点？A、特征稠密B、特征稀疏C、能够表征词与词之间的相互关系（相似度计算）D、泛化性更好,支持语义运算sim答案：ACD20、下面关于k近邻的说法，正确的是：A、根据特征向量X计算样本之间的相似性，选择离中心点最相似的k个样本B、k近邻既可以用于分类，也可以用于回归C、k近邻用于分类时，对于新的样本，计算离其最近的k个样本的平均值，作为新样本的预测值D、k近邻用于分类时，对于新的样本，根据其k个最近邻样本的类别，通过多数表决的方式预测新样本的类别答案：BD21、数字图像中有哪些基本特征（）A、颜色特征B、纹理特征C、形状特征D、空间关系特征答案：ABCD22、Transformer由且仅由（）和（）组成。只要计算资源够，可以通过堆叠多层Transformer来搭建复杂网络。A、Self-AttenionB、FeedForwardNeuralNetworkC、FeedBackwardNeuralNetworkD、Self-Action答案：AB23、对股价的预测，下列哪些方法是可行的（）A、kNNB、SVRC、线性回归D、逻辑回归答案：BC24、下列哪些包不是图像处理时常用的（）A、timeB、sklearnC、osD、opencv答案：ABC25、Relu激活函数的缺点？A、由于负数部分恒为0，会导致一些神经元无法激活B、输出不是以0为中心C、解决了梯度消失、爆炸的问题D、计算方便，计算速度快，求导方便答案：ABCD26、下列关于极大似然估计(MaximumLikelihoodEstimate,MLE),说法正确的是？A、MLE可能并不存在B、MLE总是存在C、如果MLE存在，那么它的解可能不是唯一的D、如果MLE存在，那么它的解一定是唯一的答案：AC27、人工神经网络比感知器模型更复杂，这些额外的复杂性来源于（）A、输入层和输出层之间仅包含一个中间层B、输入层和输出层之间可能包含多个中间层C、激活函数允许隐藏结点和输出结点的输出值与输入参数呈现线性关系D、激活函数允许隐藏结点和输出结点的输出值与输入参数呈现非线性关系答案：BD28、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：BD29、Scikit-Learn中,()可以实现对类别特征进行one-hot编码。A、DictvectorzierB、pandasC、OneHotEncoderD、CountVectorizer答案：ABC30、驱动深度学习的三驾马车是指？（）A、大模型B、大应用C、大算力D、大数据答案：ACD31、下面关于长短期记忆神经网络LSTM的描述中，正确的说法是哪些？A、LSTM中通过引入输入门、遗忘门、输出门解决了RNN中存在的梯度消失和梯度爆炸B、LSTM中门的开关程度是由信息的权重决定的，即训练过程中记住重要信息C、与RNN相比，LSTM中引入更多参数，所以其训练周期更久D、LSTM中使用Sigmoid实现门限控制，而用TanH实现数据处理答案：BCD32、汉语的演化史表明,量词的真实功用可能与()没有任何关系A、隐喻机制B、个体化机制C、单复数区分D、补足音素答案：BC33、梯度为0的点可以是（）A、局部最优解B、全局最优解C、鞍点D、转折点答案：ABC34、无论是通过深度学习进行场景识别、目标识别还是人脸识别都离开对特征的学习，先从（）得到（），之后进行类别的（）以得到结果。A、测量空间B、特征表示C、特征匹配D、特征空间答案：ABC35、距离函数dist(,)需要满足（）特性。A、A非负性：distXi,Xj>=0B、B同一性：distXi,Xj=0当且仅当Xi=XjC、C对称性：distXi,Xj=distXj,XiD、D直递性：distXi,Xj答案：ABCD36、经典逻辑推理有哪些？A、自然演绎推理B、归结演绎推理C、不确定与非单调推理D、与、或形演绎推理答案：ABD37、强化学习问题的三种方法分别是（）A、基于价值（value-based）B、基于策略（policy-based）C、基于模型（model-based）D、nan答案：ABC38、下列无监督学习算法中可解决降维问题的算法有A、PCAB、LSAC、LDAD、k-means答案：ABC39、当发现机器学习模型过拟合时，以下操作正确的是（）A、降低特征维度B、增加样本数量C、添加正则项D、增加特征维度答案：ABC40、VGG从（）角度改进了之前的图像分类网络？GoogLeNet从（）角度改进了之前的图像分类网络？ResNet从（）角度改进了之前的图像分类网络？A、增加网络深度B、增加网络宽度C、改善网络退化现象D、轻量化网络模型答案：ABC41、Transformer的提出解决了上面两个问题，首先它使用了Attention机制，将序列中的任意两个位置之间的距离缩小为一个（）；其次它不无需依次输入序列信息，因此具有更好的（），符合现有的GPU框架。A、常量B、变量C、并行性D、串行性答案：AC42、在目标检测中，以下能产生候选框的算法是（）A、SelectiveSearchB、ROIpoolingC、RegionproposallayerD、C4.5答案：AC43、若使用深度学习处理语义分类任务，在处理变长数据时，我们通常采取（）。A、截断过长语句B、填充随机数C、填充特殊词语D、不处理答案：AC44、现代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：ABC45、下列哪些网用到了残差连接（）A、FastTextB、BERTC、GoogLeNetD、ResNet答案：BD46、假设在卷积操作过程中，对于size为3*3的image,如需提取100个特征，卷积层需要（）个卷积核，假设卷积核大小为4,则共需（）个参数。A、100B、200C、400D、800答案：AC47、下列关于AlexNet的说法正确的是（）A、更深的网络结构，5层卷积+3层全连接B、使用ReLU激活函数替代SigmoidC、使用Dropout抑制过拟合D、使用数据增广方法，图像翻转、裁剪、颜色变化等答案：ABCD48、下列关于主成分分析的表述正确的有（)。A、主成分分析的目的是寻找少数几个主成分代表原来的多个指标；B、各主成分是原来指标的线性函数C、所确定的几个主成分之间是互不相关的；D、使用主成分分析方法的前提是原来的多个指标之间是相关的答案：ABCD49、RCNN三大不足是（）A、SelectiveSearch质量不好B、每个候选框都需要cnn计算特征计算量大C、svm没有联合训练，训练时间增长D、模型效果优于faster-rcnn答案：ABC50、K-Means聚类法的局限性体现在（）A、K-Means聚类法对噪声和离群点敏感B、K-Means聚类法对变量的要求比较高C、由K-Means聚类法得到的聚类结果，轮廓系数都不是很大。D、应用K-Means聚类法需要预先设定聚类个数答案：ABD51、需要循环迭代的算法有A、k-meansB、线性回归C、svmD、逻辑回归答案：ABD52、属于Boosting的扩展变体有哪些。A、AdaBoostB、随机森林C、XGBoostD、GBDT答案：ACD53、卷积神经网络中的池化层可以减小下层输入的尺寸。常见的池化有:A、最小地化层B、乘积池化层C、最大池化层D、平均池化层答案：CD54、深度学习框架或工具是：A、TensorflowB、PytorchC、Caffe2D、Paddle答案：ABCD55、哪些技术是RCNN采用而FasterRCNN没有用？（）A、SVM分类B、使用SelectiveSearch输出候选框C、使用MLP进行分类与回归预测D、使用ROIpooling答案：AB56、卷积神经网络结构上的三大特性：（）、（）、（），能有效减少网络参数，加快训练速度。A、上采样B、局部连接C、权重共享D、下采样答案：BCD57、利用one-hot表示一个向量，使用一个词表长的向量表示一个单词，被表示单词对应的位置为（），其他单词对应的位置均为（）A、1B、0C、-1D、2答案：AB58、在选择神经网络的深度时，下面哪些参数需要考虑？A、神经网络的类型如MLP,CNNB、输入数据C、计算能力硬件和软件能力决定D、学习速率与映射的输出函数答案：ABCD59、word2vec包含两个经典模型：()和()A、MBOWB、CBOWC、Stop-gramD、Skip-gram答案：BD60、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：BD61、常见的MRC任务可以分为四种类型：（）。A、完形填空B、多项选择C、片段抽取D、自由回答答案：ABCD62、在卷积神经网络中，不同层具有不同的功能，可以起到降维作用的是以下哪一层?A、输入层B、全连接层C、卷积层D、池化层答案：BCD63、NMF(Non-negativeMatrixFactorization)是一种降维算法，它的特点包括A、原始矩阵的元素是非负数B、分解后矩阵的元素是非负数C、分解后矩阵的元素可以是负数D、没有“潜在语义空间的每一个维度都是正交的”这一约束条件答案：ABD64、人工神经元网络包括()A、输入层B、中间隐藏层C、映射层D、输出层答案：ABD65、在深度学习模型训练的过程中，常见的优化器有哪些?A、AdamB、AdagradC、SGDD、Momentum答案：ABCD66、关于SVM，以下描述正确的是（）A、支持向量机复杂度主要与支持向量的数目有关B、支持向量机训练完成后，大部分的训练样本都不需保留，最终模型仅与支持向量有关C、SVM中划分超平面所产生的分类结果是最鲁棒的，对未见示例的泛化能力最强.D、“异或”问题可能会导致空间中样本线性不可分答案：ABCD67、正则化是传统机器学习中重要且有效的减少泛化误差的技术，以下技术属于正则化技术的是:A、L1正则化B、L2正则化C、DropoutD、动量优化器答案：ABC68、关于对数几率回归，以下说法正确的是（）A、对数几率回归是一种分类学习方法B、对数几率回归无需事先假设数据分布C、对数几率回归是可得到近似概率预测D、对数几率回归任意阶可导的凸函数答案：ABCD69、常见的数据增强方式有（）A、对颜色的数据增强B、添加噪声（高斯噪声）C、水平垂直翻转D、随机旋转、裁剪答案：ABCD70、关于k折交叉验证，下列说法正确的是？A、k值并不是越大越好，k值过大，会降低运算速度B、选择更大的k值，会让偏差更小，因为k值越大，训练集越接近整个训练样本C、选择合适的k值，能减小验方差D、k折交叉验证能够有效提高模型的学习能力答案：ABCD71、卷积神经网络中的池化层可以减小下层输入的尺寸。常见的池化有A、最小地化层B、乘积池化层C、最大池化层D、平均池化层答案：CD72、与浅层神经网络相比，深度学习的不同在于（）和（）。A、强调了模型结构的深度B、明确了特征学习的重要性C、所需训练集数据较少D、数据集没有局部相关性答案：AB73、下列既可以用于分类，又可以用于回归的机器学习算法有：A、k近邻B、逻辑回归C、决策树D、线性回归答案：AC74、一下哪几种是常见的激活函数A、sigmoidB、reluC、tanhD、skip答案：ABC75、异常值的处理方法常用有（）A、删除含有异常值的记录B、将异常值视为缺失值，交给缺失值处理方法来处理C、用平均值来修正D、保留异常值答案：ABCD76、下列可以用于分类问题的机器学习算法有：A、决策树B、随机森林C、k近邻D、逻辑回归答案：ABCD77、以下哪些机器学习算法可以不对特征做归一化处理（）A、随机森林B、逻辑回归C、SVMD、GBDT答案：AD78、下列哪些属于频繁模式挖掘算法（）A、FP-growthB、DBSCANC、AprioriD、GDBT答案：AC79、常用的损失函数有哪些（）。A、均方差B、Sigmoid交叉熵C、Sofmax交叉熵D、Sparse交叉熵答案：ABCD80、seq2seq主要由（）和（）组成，A、EncoderB、transformerC、DecoderD、dropper答案：AC81、关于逻辑回归，说法正确的是（）A、垃圾邮件分类问题可以使用逻辑回归模型B、一条商品评论分为正面，负面和中性，不可以使用逻辑回归模型C、逻辑回归不能直接用于多分类问题D、以上都不对答案：AC82、图像识别的应用场景有（)。A、医学诊断B、人脸认证C、辅助驾驶D、广告营销答案：ABCD83、目标检测的应用场景有（）A、智慧交通B、智慧医疗C、生产质检D、厂区安防答案：ABCD84、人工神经网络特点和优越性主要表现在（）。A、自学习功能B、自动识别功能C、高速寻找优化解的能力D、联想存储功能答案：ACD85、数据真实性具备哪两种特质？A、准确性B、不确定性C、可信赖度D、杂乱性答案：AC86、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：ABD87、下面哪些是基于核的机器学习算法（）A、最大期望算法B、径向基核函数C、线性判别分析法D、支持向量机答案：BCD88、图像数字化需要经过的步骤包括（）A、采样B、裁剪C、量化D、旋转答案：AC89、卷积神经网络结构中隐含层包括（）、（）和（）三种A、卷积层B、池化层C、全连接层D、输入层答案：ABC90、全连接神经网络存在的问题有（）A、网络结构不够灵活B、信息传递缺失C、网络较浅，特