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一、单选题（共40题，每题1分，共40分）1、假设我们有一个使用ReLU激活函数(ReLUactivationfunction)的神经网络，假如我们把ReLU激活替换为线性激活，那么这个神经网络能够模拟出同或函数(XNORfunction)吗A、可以B、不能C、不好说D、不一定正确答案：B2、EM算法是（）A、半监督B、都不是C、有监督D、无监督正确答案：D3、让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能，就是(___)？A、监督学习B、倍监督学习C、无监督学习D、半监督学习正确答案：D4、YOLOv3在coco数据集上聚类了（）个矛框？A、9B、nanC、80D、3正确答案：A5、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、以上都不正确的B、搜索每个可能的权重和偏差组合，直到得到最佳值C、随机赋值，听天由命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：D6、执行完语句X_train,X_test,y_train,y_test=train_test_split(...iris.data,iris.target,test_size=0.4,random_state=0),训练集占比多少?A、50%B、70%C、60%D、40%正确答案：C7、如果一个模型在测试集上偏差很大，方差很小，则说明该模型?A、过拟合B、刚好拟合C、可能过拟合可能欠拟合D、欠拟合正确答案：C8、下列哪个神经网络结构会发生权重共享A、卷积神经网络B、循环神经网络C、全连接神经网络D、卷积和循环神经网络正确答案：D9、混沌度(Perplexity)是一种常见的应用在使用深度学习处理NLP问题过程中的评估技术，关于混沌度，哪种说法是正确的？A、混沌度越高越好B、混沌度对于结果的影响不一定C、混沌度没什么影响D、混沌度越低越好正确答案：D10、关于递归函数基例的说明，以下选项中错误的是A、递归函数的基例不再进行递归B、每个递归函数都只能有一个基例C、递归函数的基例决定递归的深度D、递归函数必须有基例正确答案：B11、通过以下哪些指标我们可以在层次聚类中寻找两个集群之间的差异？（）A、以上都行B、均链接C、单链接D、全链接正确答案：A12、考虑以下问题：假设我们有一个5层的神经网络，这个神经网络在使用一个4GB显存显卡时需要花费3个小时来完成训练。而在测试过程中，单个数据需要花费2秒的时间。如果我们现在把架构变换一下，当评分是0.2和0.3时，分别在第2层和第4层添加Dropout，那么新架构的测试所用时间会变为多少？A、仍是2sB、大于2sC、少于2sD、说不准正确答案：A13、优化器是训练神经网络的重要组成部分，使用优化器的目的不包含以下哪项:A、避过过拟合问题B、避过局部极值C、减少手工参数的设置难度D、加快算法收敛速度正确答案：A14、关于线性回归的描述,以下说法正确的有（）A、基本假设包括随机干扰项是均值为0的同方差正态分布B、基本假设包括不服从正态分布的随机干扰项C、多重共线性会使得参数估计值方差减小D、基本假设包括随机干扰项是均值为0,方差为1的标准正态分布正确答案：A15、K折法是下列哪个函数？A、LeaveOneOutB、RepeatedKFoldC、KFold正确答案：C16、下列哪个函数不可以做非线性激活函数？（）A、y=sin(x)B、y=tanh(x)C、y=2xD、y=max(x,0)正确答案：C17、激活函数对于神经网络模型学习、理解非常复杂的问题有着重要的作用，以下关于激活函数说法正确的是A、激活函数都是线性函数B、激活函数都是非线性函数C、激活函数大多数是非线性函数，少数是线性函数D、激活函数部分是非线性函数，部分是线性函数正确答案：B18、下列哪个选项中的模型属于集成学习（）A、AdaboostB、kNN分类C、k-meansD、C4.5正确答案：A19、使用交叉验证最简单的方法是在估计器和数据集上调用什么辅助函数？A、cross_val_scoreB、val_scoreC、cross_scoreD、cross_val%正确答案：A20、下列哪个神经网络结构会发生权重共享？（）A、卷积神经网络B、选项A和BC、全连接神经网络D、循环神经网络正确答案：B21、下列关于特征选择的说法错误的是(___)A、特征选择和降维具有相似的动机B、可以减轻维数灾难问题C、可以提高特征关联性D、可以降低学习任务的难度正确答案：C22、聚类是一种典型的无监督学习任务，然而在现实聚类任务中我们往往能获得一些额外的监督信息，于是可通过(___)来利用监督信息以获得更好的聚类效果。A、监督聚类B、半监督聚类C、聚类D、直推聚类正确答案：B23、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、启发式搜索B、深度优先搜索C、有界深度优先搜索D、广度优先搜索正确答案：D24、在一个神经网络中，下面哪种方法可以用来处理过拟合？A、DropoutB、正则化(regularization)C、都可以D、分批归一化(BatchNormalization)正确答案：C25、前馈神经网络是一种简单的神经网络，各神经元分层排列，是目前应用最广泛，发展最迅速的人工神经网络之一。以下关于前馈神经网络说法正确的是:A、其输入节点具备计算能力B、层间信息只沿个方向传递C、同一层神经元相互连接D、具备计算能力的神经元与上下两层相连正确答案：B26、池化操作的作用是：A、上采样B、paddingC、下采样D、增加特征图通道数正确答案：C27、ONE-HOT-ENCODING可用于什么特征处理A、有序性特征B、字符串型特征C、数值型特征D、类别型特征正确答案：D28、K-Means算法无法聚以下哪种形状的样本A、带状分布B、螺旋分布C、凸多边形分布D、圆形分布正确答案：B29、归结原理的特点是(___)A、发明新的概念和关系B、将复杂的逻辑规则与背景知识联系起来化繁为简C、缓解过拟合的风险D、发现更多的规则正确答案：B30、在图搜索中，选择最有希望的节点作为下一个要扩展的节点，这种搜索方法叫做()A、有序搜索B、深度搜索C、广义搜索D、宽度搜索正确答案：A31、下列哪个包不是用于处理图像的？（）A、ScipyB、opencvC、gensimD、skimage正确答案：C32、在CNN网络模型中，不常见的Pooling层操作是A、minB、maxC、meanD、sum正确答案：D33、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、在开始时将学习率降低10倍B、减少参数数量C、增加参数数量D、改变几个时期的学习率正确答案：D34、下面关于Jarvis－Patrik（JP）聚类算法的说法不正确的是（）。A、JP聚类擅长处理噪声和离群点，并且能够处理不同大小、形状和密度的簇。B、JP聚类的基本时间复杂度为O(m)。C、JP聚类是基于SNN相似度的概念。D、JP算法对高维数据效果良好，尤其擅长发现强相关对象的紧致簇。正确答案：B35、梯度爆炸问题是指在训练深度神经网络的时候，梯度变得过大而损失函数变为无穷。在RNN中，下面哪种方法可以较好地处理梯度爆炸问题？A、梯度裁剪B、DropoutC、所有方法都不行D、用改良的网络结构比如LSTM和GRUs正确答案：A36、循环神经网络中，假设输入是一个32*32*3的图像，3表示RGB三通道，卷积核的结构是5*5*3，共6个不同的卷积核，一个卷积核产生一个featuremap，则输出的featuremap矩阵的结构是（）。A、28*28*3B、27*27*6C、28*28*6D、27*27*3正确答案：C37、YOLOv3网格数为输出特征图[N,C,H,W]的（）A、C*HB、nanC、H*WD、C正确答案：C38、关于SVM，以下描述错误的是（）A、如果原始空间是有限维，即属性数有限，那么一定存在一个高维特征空间使样本可分B、某个核函数使训练集在特征空间中线性可分，可能原因是欠拟合C、正则化可理解为一种“罚函数法D、“软间隔”允许某些样本不满足约束正确答案：B39、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、序列中的元素都是随机出现的C、序列中的元素蕴含着顺序的规律D、序列中的元素都来自同一个数据源正确答案：C40、传統的机器学习方法包括监督学习、无监督学习和半监督学习,其中监督学习是学习给定标签的数据集。请问标签为离散的类型,称为分类,标签为连续的类型,称为什么?A、分类B、给定标签C、离散D、回归正确答案：D二、多选题（共20题，每题1分，共20分）1、影响k-means算法效果的主要因素包括以下哪一项？（）A、距离的度量方式B、聚类的准则C、k值的选取D、初始点的选取正确答案：ACD2、vgg19中的19代表了网络中哪些层的数目总和（）A、卷积层B、输入层C、池化层D、全连接层正确答案：ACD3、一个典型人脸识别系统的识别流程包括哪些（）。A、人脸检测B、人脸对齐C、人脸特征提取D、人脸特征比对正确答案：ABCD4、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判决正确答案：AD5、下列可用于隐马尔可夫预测的算法是（）。A、拟牛顿法B、维特比算法C、Baum-Welch算法D、前向-后向算法正确答案：ABCD6、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、800B、200C、400D、100正确答案：CD7、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、符号主义C、逻辑学派D、生理学派正确答案：AD8、图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是（）、人脸识别等其他高层次视觉任务的基础A、行为分析B、物体跟踪C、图像分割D、物体检测正确答案：ABCD9、深度学习中以下哪些步骤是由模型自动完成的?A、特征选择B、模型训练C、特征提取D、分析定位任务正确答案：AC10、人工智能算法中，决策树分类算法包括A、C4.5B、ID3C、SGDD、CART正确答案：ABD11、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、坐标下降法B、快速采样法C、割平面法D、随机梯度下降正确答案：ACD12、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、权重共享B、上采样C、下采样D、局部连接正确答案：ACD13、深度学习中以下哪些步骤是由模型自动完成的?A、分析定位任务B、特征提取C、特征选择D、模型训练正确答案：BC14、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、对数几率回归是可得到近似概率预测C、对数几率回归无需事先假设数据分布D、对数几率回归任意阶可导的凸函数正确答案：ABCD15、卷积神经网络结构中隐含层包括（）、（）和（）三种A、卷积层B、全连接层C、池化层D、输入层正确答案：ABC16、循环神经网络RNN是（）和（）两种人工神经网络的总称。A、结构递归神经网络B、偏差递归神经网络C、时间递归神经网络D、长度递归神经网络正确答案：AC17、根据个体学习器的生成方式，目前集成学习大致分为两类，其中一种是个体学习器间不存在强依赖关系、可同时生成的并行化方法，该方法的代表是（）A、BoostingB、随机森林C、rebootD、Bagging正确答案：BD18、深度学习的训练过程包括：自下而上的（）和自顶向下的（）。A、监督学习B、强化学习C、半监督学习D、无监督学习正确答案：AD19、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、增加阈值会降低查准率C、增加阈值会提高召回率D、增加阈值不会降低查准率正确答案：AD20、当发现机器学习模型过拟合时，以下操作正确的是：（）A、增加样本数量B、增加特征维度C、降低特征维度D、添加正则项正确答案：ACD三、判断题（共40题，每题1分，共40分）1、基尼指数越小，数据集的纯度越高。__A、正确B、错误正确答案：A2、对于计算机视觉问题，效果最好的模型是经典的全连接神经网络A、正确B、错误正确答案：B3、高方差是指模型过拟合了，导致在测试集中的泛化能力较差。A、正确B、错误正确答案：A4、专家系统本身是一个程序，它与传统程序是一样的A、正确B、错误正确答案：B5、当输入数据做出少量平移时，经过池化后的大多数输出还能保持不变，池化对微小的位置变化具有鲁棒性A、正确B、错误正确答案：A6、聚类需要从没有标签的一组输入向量中寻找数据的模型和规律A、正确B、错误正确答案：A7、广度优先搜索算法中，OPEN表的数据结构实际是一个二叉树，深度优先搜索算法中，OPEN表的数据结构实际是一个二叉表。A、正确B、错误正确答案：A8、Boosting和Bagging都是组合多个分类器投票的方法，二者都是根据单个分类器的正确率决定其权重A、正确B、错误正确答案：B9、PageRank是一个函数,它对Web中的每个网页赋予一个实数值。它的意图在于网页的PageRank越高,那么它就相关性越高A、正确B、错误正确答案：B10、卷积神经网络中同一卷积层的所有卷积核是权重共享的。A、正确B、错误正确答案：A11、增加卷积核的大小对于改进卷积神经网络的效果是必要的A、正确B、错误正确答案：B12、LR的损失函数为hingeloss（或者说是逻辑损失都可以）、而SVM的损失函数为Log损失。A、正确B、错误正确答案：B13、Inception块的设计思想：多通路(multi-path)设计形式，使用不同大小的卷积核提取图像特征，并附加最大池化操作，将这四个输出层沿着通道这一维度进行拼接。最终输出特征图将包含不同大小的卷积核提取到的特征A、正确B、错误正确答案：A14、对于非连续目标在深度神经网络的优化过程中，AdaGrad梯度下降方法是最好的A、正确B、错误正确答案：B15、逻辑回归是一种用于有监督学习的回归任务的简单算法A、正确B、错误正确答案：B16、t-SNE是非线性的，而PCA是线性的。A、正确B、错误正确答案：A17、BatchNorm可以提高模型对初始值的敏感性A、正确B、错误正确答案：B18、不确定性知识的事实与结论的关系不是简单的“是”或“不是”A、正确B、错误正确答案：A19、卷积神经网络A图像进行卷积计算后，没有办法保证图像的尺寸维持原大小A、正确B、错误正确答案：B20、在基本K均值算法里,当邻近度函数采用曼哈顿距离的时候,合适的质心是簇中各点的中位数A、正确B、错误正确答案：A21、深层神经网络，不添加激活函数效果也很好。A、正确B、错误正确答案：B22、与普通反向传播不同的是，BPTT会在每个时间步长内叠加所有对应权重的梯度A、正确B、错误正确答案：A23、LSTM用加和的方式取代了乘积，使得很难出现梯度弥散。A、正确B、错误正确答案：A24、GRU含有一个cell单元，用于存储中间状态A、正确B、错误正确答案：B25、示例学习又称为实例学习，它是通过环境中若干与某个概念有关的例子，经归纳得出的一般性概念的一种学习方法。()A、正确B、错误正确答案：A26、通过聚集多个分类器的预测来提高分类准确率的技术称为聚集(aggregate)A、正确B、错误正确答案：B27、经典的全连接神经网络中，隐含