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O方法。

A、fit

B、transform

C、predict

D、fit_transform

答案：AC

2、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：CD

3、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：BCD

4、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：BD

5、针对聚类的性能度量指标，说法正确的是O

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：ACD

6、回归问题的评估方法包括

A、F值

B、AUC

C、决定系数

D、均方误差

答案：CD

7、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：BD

8、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：AC

9、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O

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：AC

10、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：ABCD

11、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：BCD

12、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：ABC

13、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：BC

14、关于线性回归说法正确的是O

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:ABCD

15、神经网络可以按O

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:ABD

16、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：CD

17、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:AD

18、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：ACD

19、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：BC

20、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：CD

21、下列哪些项属于聚类算法？

A、K-means

B、BIRCH

C、SVM

D、DBSCAN

答案:ABD

22、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:ABD

23、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：ACD

24、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:AD

25、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：BCD

26、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:BD

27、卷积神经网络结构包括（）、（）、O0

A、输入层

B、卷积层

C、隐含层

D、输出层

答案：ACD

28、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

答案:ABD

29、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：ABC

30、以下属于AnChOr-free的目标检测模型有？

A、CornerNet

B、PANet

C、FCOS

D、CenterNet

答案：ACD

31、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（一）O

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：ABC

32、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，XGB。OSt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：ABC

33、属于卷积神经网络（CNN）的有（）。

A、VGGNet

B、ResNet

C、AlexNet

D、GoogleNet

答案：ABCD

34、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：ABC

35、下列哪些组件是ReSnet通常不包括的O

A、残差连接

B、卷积单元

C、循环连接

D、Attention模块

答案：CD

36、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：BD

37、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-08

D、0.005

答案：BD

38、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O

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：ABCD

39、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：ABC

40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：BC

41、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：ABCD

42、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、CBOW

B、Skip-Gram

C、BBP

D、BPNM

答案:AB

43、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：AC

44、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、0.25

B、0.5

C、O.75

D、1

答案：AB

45、对股票涨跌方向的判断，理论上下列哪些方法是可行的？。

A、SVM

B、DBSCAN

C、FP-growth

D、决策树

答案:AD

46、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:AB

47、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：BD

48、在深度学习中，常用的损失函数有O

A、平方损失函数

B、交叉燧损失函数

C、原型损失函数

D、累加合损失函数

答案：AB

49、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：AD

50、如何使featuremap尺寸变大？

A、urɪ-sampling

B、Transpose-Conv

C、un-pooling

D、conv

答案：ABC

51、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:ABCD

52、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：ABCD

53、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：ACD

54、卷积神经网络结构上的三大特性包括O

A、局部连接

B、权重共享

C、下采样

D、归一化

答案：ABC

55、深度学习的训练过程包括：自下而上的（）和自顶向下的Oo

A、无监督学习

B、监督学习

C、强化学习

D、半监督学习

答案：AB

56、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O

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：ABCD

57、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：BD

58、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:ABD

59、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:ABCD

60、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:ABCD

61、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：BCD

62、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：BCD

63、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：BC

64、以下术语中，属于具有降维特征提取技术的是：

A、PCA

B、KPCA

C、ICA

D、RANSAC

答案:ABC

65、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O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:ABD

66、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representationo

A、MaskedLM

B、MaskedML

C、NextSentencePrediction

D、PreSentencePrediction

答案：AC

67、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:ABCD

68、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:AB

69、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：AC

70、下列哪些包是图像处理时常用的？O

A、numpy

B、opencv

C、gensim

D、matplotlib

答案:ABD

71、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：ABC

72、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：ABCD

73、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:AD

74^faster-rcnn网络每个位置生成哪几种比例的anchor?

A、1比2

B、2比1

C、1比1

D、2比2

答案：ABC

75、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SelectiveSearch

B、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ROIPoOIing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：AB

76、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:BC

77、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：AC

78、神经网络层数越多，就会产生什么效果O

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:ΛBCD

79、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：BCD

80、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：BCD

81、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：ACD

82、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:AD

83、对于以下几种性能度量指标，属于内部度量的是O

A、Jaccard系数

B、FM指数

C、DB指数

D、Dunn指数

答案：CD

84、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：ACD

85、现代的卷积神经网络，常用的模块包括哪些O

A、多分枝结构

B、残差连接

C、BatchNormalization

D、Sigmoid激活函数

答案：ABC

86、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：ACD

87、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:ABD

88、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