人工智能核心算法模拟习题+参考答案

人工智能核心算法模拟习题+参考答案一、单选题（共40题，每题1分，共40分）1、下列哪一项不是常见的机器学习模型正则化方法。A、数据优化B、数据增强C、引入参数范数惩罚项D、模型集成正确答案：A2、FOIL是(___)的学习算法A、一阶规则B、序贯覆盖C、命题规则D、剪枝优化正确答案：A3、Inception模块可以并行执行多个具有不同尺度的卷积运算或池化操作，下列网络运用Inception的是（）A、VGGB、fast-RCNNC、GoogLeNetD、faster-RCNN正确答案：C4、当在卷积神经网络中加入池化层(poolinglayer)时，变换的不变性会被保留，是吗？A、是B、否C、看情况D、不知道正确答案：A5、VGG网络在深度学习发展过程中做出了重要贡献，下面关于VGG描述正确的是：A、VGG全部使用了3*3的卷积核和2*2的池化核B、VGG没有使用全连接网络结构C、VGG证明了网络越深越好，所以程序员应该没有限制的搭建更深的网络D、VGG是到目前为止分类效果最好的网络结构正确答案：A6、ROIPooling存在几次取整过程？A、nanB、3C、1D、2正确答案：D7、在不考虑标记样本时，支持向量机试图找到(___)间隔划分超平面A、最小B、最短C、最长D、最大正确答案：D8、()适合连续特征，它假设每个特征对于每个类都符合正态分布。A、BaseDiscreteNBB、BernoulliNBC、MultinomialNBD、GaussianNB正确答案：D9、特征是描述样本的特性的维度，关于其在传统机器学习和深度学习的可解释性，以下说法正确的是:A、特征在传统机器学习和深度学习可解释性均弱B、特征在传统机器学习和深度学习可解释性均强C、特征在传统机器学习可解释性强，而在深度学习可解释性弱D、特征在传统机器学习可解释性弱，而在深度学习可解释性强正确答案：C10、给定一个长度为n的不完整单词序列，我们希望预测下一个字母是什么。比如输入是“predictio”(9个字母组成)，希望预测第十个字母是什么。下面哪种神经网络结构适用于解决这个工作？A、受限波尔兹曼机B、全连接神经网络C、卷积神经网络D、循环神经网络正确答案：D11、假定你在神经网络中的隐藏层中使用激活函数X。在特定神经元给定任意输入，你会得到输出-0.01。X可能是以下哪一个激活函数？（）A、ReLUB、SigmoidC、以上都有可能D、tanh正确答案：D12、以下关于最大似然估计MLE的说法正确的是A、MLE体现了贝叶斯认为参数也是随机变量的观点B、MLE是指找出一组参数，使得模型产生出观测数据的概率最大C、MLE认为模型参数本身概率是不均匀的D、MLE中加入了模型参数本身的概率分布正确答案：B13、循环神经网在工业上最常用的两种实现是：①.LSTM②.GRU③.CNN④.DNNA、①④B、①②C、①③D、①③正确答案：B14、假定你在神经网络中的隐藏层中使用激活函数X。在特定神经元给定任意输入，你会得到输出「-0.0001」。X可能是以下哪一个激活函数？A、SIGMOIDB、tanhC、以上都不是D、ReLU正确答案：B15、算法性能显著不同时，需要进行(___)来进一步区分各算法。A、交叉验证t检验B、McNemar检验C、Friedman检验D、后续检验正确答案：D16、代码arr5=np.arange（0,6）.reshape（[2,3]）;print（arr5[1,:]）的输出结果是（）？A、[01]B、[23]C、[345]D、[012]正确答案：C17、以下哪种卷积神经网络的设计引入了残差网络结构（）A、LeNetB、GoogLeNetC、ResNetsD、AlexNet正确答案：C18、自然语言中的词语需要转化为计算机可以记录处理的数据结构，通常会把自然语言中的词语转化为以下哪种数据结构：A、标量B、向量C、结构体D、有向图正确答案：B19、在一个神经网络中，知道每一个神经元的权重和偏差是最重要的一步。如果知道了神经元准确的权重和偏差，便可以近似任何函数，但怎么获知每个神经的权重和偏移呢？（）A、随机赋值，听天由命B、以上都不正确的C、搜索每个可能的权重和偏差组合，直到得到最佳值D、赋予一个初始值，然后检查跟最佳值的差值，不断迭代调整权重正确答案：D20、下列哪项属于集成学习（）A、决策树模型B、k-meansC、AdaboostD、kNN分类正确答案：C21、下列哪些没有使用Anchorbox？（）A、YOLOv1B、YOLOv3C、FasterRCNND、YOLOv2正确答案：A22、下面哪个叙述是对的？Dropout对一个神经元随机屏蔽输入权重Dropconnect对一个神经元随机屏蔽输入和输出权重A、1是对的，2是错的B、都是错的C、都是对的D、1是错的，2是对的正确答案：B23、GooLeNet中使用较多小tricks，其中全局平局池化GAP就是一个，使用GAP的优点是（）A、减少参数量，实现任意大小的输入B、增加网络深度C、提供更好的分类D、加速模型收敛正确答案：A24、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、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C、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层的训练时间长正确答案：B25、在CNN构建中，指定每次训练或验证数据集图片多少的变量为（）。A、batchB、paddingC、reluD、step正确答案：A26、LARS属于哪种特征选择方法(___)A、过滤式B、嵌入式C、包裹式D、启发式正确答案：B27、DBSCAN在最坏情况下的时间复杂度是（）。A、O(logm)B、O(m)C、O(m2)D、O(m*logm)正确答案：C28、机器学习算法的一般流程是（）。A、1）收集数据，2）分析数据，3）测试算法，4）训练算法，5）准备数据，6）使用算法B、1）收集数据，2）分析数据，3）准备数据，4）测试算法，5）训练算法，6）使用算法C、1）收集数据，2）分析数据，3）准备数据，4）训练算法，5）测试算法，6）使用算法D、1）收集数据，2）准备数据，3）分析数据，4）训练算法，5）测试算法，6）使用算法正确答案：D29、哪项技术在BERT中没有使用（）A、自注意力B、全连接C、NormalizationD、卷积正确答案：D30、批规范化(BatchNormalization)的好处都有啥？A、这些均不是B、它将权重的归一化平均值和标准差C、它是一种非常有效的反向传播(BP)方法D、让每一层的输入的范围都大致固定正确答案：D31、将训练集随机等分为k份,选择其中的1份为测试集,另外k-1份作为训练集进行训练,进而可以进行k次训练和测试,最后返回这k个测试结果的均值，这种评估模型的方法叫做(____)。A、留一交叉验证B、留出法C、自助法D、k折交叉验证正确答案：D32、为应对卷积网络模型中大量的权重存储问题，研究人员在适量牺牲精度的基础上设计出一款超轻量化模型（）A、VGGB、KNNC、RNND、BNN正确答案：D33、关于RBF神经网络描述错误的是(___)A、输出层是对隐层神经元输出的非线性组合；B、可利用BP算法来进行参数优化；C、隐层神经元激活函数为径向基函数；D、单隐层前馈神经网络；正确答案：A34、根据操作的反馈总结更好的策略，这个过程抽象出来，就是(___)A、加强训练B、加强学习C、强化训练D、强化学习正确答案：D35、fromsklearnimportlinear_modelreg=linear_model.Lasso，其中Lasso是用来拟合什么样的线性模型的？A、稀疏标签B、稀疏系数C、稀疏数据正确答案：B36、关于boosting下列说法错误的是（）A、boosting方法的主要思想是迭代式学习。B、基分类器层层叠加，每一层在训练时，对前一层基分类器分错的样本给予更高的权值。C、训练基分类器时采用并行的方式。D、测试时，根据各层分类器的结果的加权得到最终结果。正确答案：C37、下列哪些属于循环神经网络（）A、GoogleNetB、Bi-LSTMC、BERTD、LeNet正确答案：B38、一条规则形如：，其中“←"左边的部分称为(___)A、规则长度B、布尔表达式C、规则头D、规则体正确答案：C39、下面关于随机森林和集成学习的说法，正确的是（）A、随机森林的弱分类器（基分类器）的特征选择不是随机的B、随机森林只能用于解决分类问题C、随机森林由随机数量的决策树组成D、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正确答案：D40、ResNet-50有多少个卷积层?（）A、49B、50C、48D、51正确答案：A二、多选题（共20题，每题1分，共20分）1、现代神经网络常用的模块，包括哪些（）A、SigMoid激活函数B、多分枝结构C、BatchNormalizationD、残差连接正确答案：BCD2、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、FeedBackwardNeuralNetworkC、Self-ActionD、FeedForwardNeuralNetwork正确答案：AD3、层次聚类数据集的划分采用了哪些策略？（）A、贪心策略B、自顶向下C、以上都是D、自底向上正确答案：BD4、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、Dunn指数的值越大越好C、Rand系数越大越好D、DB指数的值越大越好正确答案：ABC5、关于k折交叉验证，下列说法正确的是？A、选择合适的k值，能减小验方差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、k值并不是越大越好，k值过大，会降低运算速度D、k折交叉验证能够有效提高模型的学习能力正确答案：ABCD6、卷积神经网络结构上的三大特性包括（）A、局部连接B、下采样C、归一化D、权重共享正确答案：ABD7、关于逻辑回归正确的是（）A、逻辑回归只能用于解决二分类问题B、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C、逻辑回归可以用到互联网广告点击预测D、以上都不对正确答案：BC8、属于卷积神经网络（CNN）的有（）。A、VGGNetB、GoogleNetC、AlexNetD、ResNet正确答案：ABCD9、神经网络可以按（）A、学习方式分类B、网络的协议类型分类C、网络的活动方式分类D、网络结构分类正确答案：ACD10、下列有关数据归一化操作的说法，正确的有：A、归一化后可加快梯度下降求最优解的速度B、逻辑回归等模型先验假设数据服从正态分布C、归一化的目的是将数据限制在一定范围正确答案：ABC11、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、随机森林的弱分类器（基分类器）的特征选择是随机的D、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正确答案：CD12、NLP中字、词的one-hot表示:把每个词表示为一个长向量。这个向量的维度是词表大小，向量中只有一个维度的值为（），其余维度为（），这个维度就代表了当前的词。A、0B、2C、1D、3正确答案：AC13、广义不确定性可分为（）A、模糊性B、不完全性C、时变性D、粗糙性正确答案：AB14、EM算法每次迭代包括哪些步骤？A、求期望B、求极大值C、求标准差D、求方差正确答案：AB15、驱动深度学习的三驾马车是指？（）A、大算力B、大数据C、大应用D、大模型正确答案：ABD16、常用的盲目搜索方法是什么？A、精确碰撞式搜索B、随机碰撞式搜索C、不完全式搜索D、完全式搜索正确答案：BD17、下列哪些属于集成学习（）A、随机森林B、AdaboostC、决策树D、XGBoost正确答案：ABD18、在训练神经网络来学习分类任务前，应优先考虑（）问题。A、初始化权值和偏置B、确定输入层和输出层的结点数目。C、去掉有遗漏值的训练样例，或用最合理的值来代替D、选择网络拓扑结构正确答案：ABCD19、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、Bagging的性能依赖于基分类器的稳定性。C、为处理多分类或回归任务，Bagging需进行修改D、从偏差-方差分解的角度看，Bagging主要关注降低偏差正确答案：AB20、常见的MRC任务可以分为四种类型：（）。A、自由回答B、多项选择C、完形填空D、片段抽取正确答案：ABCD三、判断题（共40题，每题1分，共40分）1、LSTM的门控机制中，遗忘门ForgetGate用于控制隐含状态的输出A、正确B、错误正确答案：B2、树剪枝阶段。构造过程得到的并不是最简单、紧凑的决策树，因为许多分枝反映的可能是训练数据中的噪声或孤立点。树剪枝过程主要检测和去掉这种分枝，以提高对未知数据集进行分类时的准确性。A、正确B、错误正确答案：A3、朴素贝叶斯算法不需要样本特征之间的独立同分布。A、正确B、错误正确答案：B4、VGG的主要思想是通过重复使用简单的基础块来构建深度模型为深度神经网络的构建提供了方向A、正确B、错误正确答案：A5、当网络中含有全连接层时，输入尺寸必须事先固定A、正确B、错误正确答案：A6、循环神经网络按时间展开后就可以通过反向传播算法训练了A、正确B、错误正确答案：A7、（）对抗搜索中的极大极小值算法使用的是一个宽度优先搜索方法。A、正确B、错误正确答案：B8、冗余属性不会对决策树的准确率造成不利的影响A、正确B、错误正确答案：A9、在遗传算法中，选择操作的简单模式是将被选择出的两个个体P1和P2作为父母个体，将两者的部分码值进行交换。A、正确B、错误正确答案：B10、卷积神经网络是一种处理时序数据的神经网络，常用于语音识别、机器翻译等领域。A、正确B、错误正确答案：B11、感受野是输出特征图上的像素点所能感受到的输入数据的范围A、正确B、错误正确答案：A12、人工智能的一个重要分支是PatternRecognition，中文名称是模式识别它主要研究视觉和听觉的识别（）A、正确B、错误正确答案：A13、机器伦理学是指造人工智能的主体自身的道德()A、正确B、错误正确答案：A14、梯度爆炸会导致梯度激增，应避免梯度爆炸。A、正确B、错误正确答案：A15、mini-batch太小会导致收敛变慢A、正确B、错误正确答案：A16、解路径也可以用规则的序列表示，如果从问题的初始状态依次应用这些规则，得到的节点连同初始状态刚好是一个解路径的话.解路径又可以称为问题的解，或简称为解。A、正确B、错误正确答案：A17、LSA(LatentSemanticAnalysis)是一种自然语言处理算法，通过矩阵的奇异值分解到达聚类的目的A、正确B、错误正确答案：B18、Dropout在训练的过程中会随机去掉神经元A、正确B、错误正确答案：A19、反向传播是一种用于多层神经网络的训练算法。它将错误信息从网络末端传输到网络内部的所有权重。它允许有效地计算梯度A、正确B、错误正确答案：A20、机械学习就是记忆，即把新的知识存储起来，供需要时检索调用，而不需要计算和推理。（）A、正确B、错误正确答案：A21、（）贪婪最佳优先搜索采用的是盲目搜索策略。A、正确B、错误正确答案：B22、普通的循环神经网络会遇到梯度爆炸和梯度消失的问题，所以现在在自然语言处理领域，一般会使用LSTM网络模型。A、正确B、错误正确答案：A23、EM算法用于训练样本完整的情况下进行估计A、正确B、错误正确答案：B24、LDA算法假设文档中主题的先验分布和主题