人工智能模拟考试题与答案

人工智能模拟考试题与答案一、单选题（共103题，每题1分，共103分）1.特征A对训练数据集D的信息增益比的定义是（）和（）之比。A、信息增益与训练数据集的信息熵之比B、信息增益与训练数据集的经验熵之比C、信息增益与训练数据集的条件熵之比D、信息增益与训练数据集的交叉熵之比正确答案：B2.留出法直接将数据集划分为()个互斥的集合A、四B、二C、一D、三正确答案：B3.对零次数据进行初步加工，不包括()A、变换B、脱敏C、清洗D、集成正确答案：B4.下列度量不具有反演性的是()A、系数B、几率C、Cohen度量D、兴趣因子正确答案：D5.前馈神经网络通过误差后向传播（BP算法）进行参数学习，这是一种（）机器学习手段A、监督学习B、无监督学习C、半监督学习D、无监督学习和监督学习的结合正确答案：A6.有一长为16m的篱笆，要围成一个矩形场地，则矩形场地的最大面积是________m2A、16B、$18C、14D、15正确答案：A7.数据挖掘技术包括三个主要的部分()。A、数据、模型、技术B、数据、建模能力、算法与技术C、建模能力、算法与技术、领域知识D、算法、技术、领域知识正确答案：B8.掷2n+1次硬币，正面向上次数多于反面向上次数的概率是（）。A、(n+1)/(2n+1)B、n/(2n+1)C、(n-1)/(2n+1)D、0.5正确答案：D9.协同训练（co-training）是针对(___)数据设计？A、多环境B、多视图C、多版本D、多角度正确答案：B10.Python运算符中用来计算集合并集的是_______。A、&B、|C、+D、||正确答案：B11.聚类的性能度量亦称聚类“（）”A、驱动性指标B、可靠性指标C、无效性指标D、有效性指标正确答案：D12.（）是建立在numpy基础上的高效数据分析处理库，是Python的重要数据分析库。A、PILB、MatplotlibC、numpyD、pandas正确答案：D13.在CNN训练中，除了卷积偏置bias需要学习更新以外，（）也是学习跟新的重要内容A、learning_rateB、stepC、weightD、padding正确答案：C14.[[[1.3688,1.0125]],[[0.1747,-0.022463]]]张量的维度为（）。A、(1,2,2)B、(2,1,2)C、(2,2)D、(4,1)正确答案：B15.以下关于降维，表述错误的是：（）A、降维过程中可以保留原始数据的所有信息。B、多维缩放的目标是要保证降维后样本之间的距离不变。C、线性降维方法目标是要保证降维到的超平面能更好的表示原始数据。D、核线性降维方法目标是通过核函数和核方法来避免采样空间投影到高维空间再降维之后的低维结构丢失。正确答案：A16.半监督学习四大范型不含有(___)A、生成式方法B、半监督SVMC、半监督聚类D、基于分歧方法正确答案：C17.决策树的生成是一个(___)过程。A、KNNB、聚类C、递归D、回归正确答案：C18.下列核函数特性描述错误的是(___)A、只要一个对称函数所对应的核矩阵半正定，就能称为核函数；B、核函数是一种降维模型；C、核函数选择作为支持向量机的最大变数；D、核函数将影响支持向量机的性能；正确答案：B19.根据numpy数组中ndim属性的含义确定程序的输出（）。array=np.array（[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]）;print（array.ndim）A、（4,3）B、2C、（3,4）D、$4正确答案：B20.在TensorFlow中，TensorBoard运行时的默认访问端口是以下哪个端口号A、4004B、8080C、8008D、$6,006正确答案：D21.（）是以样本统计量作为未知总体参数的估计量，并通过对样本单位的实际观察取得样本数据，计算样本统计量的取值作为被估计参数的估计值A、逻辑分析B、参数估计C、回归分析D、方差分析正确答案：B22.线性回归方法是假定条件属性和决策属性之间存在线性关系，然后通过训练数据拟合出一个（）方程，并使用该方程去预测未知的新实例。A、线性B、多元C、二元一次D、一元一次正确答案：A23.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、搜索每个可能的权重和偏差组合，直到得到最佳值B、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C、随机赋值，听天由命D、以上都不正确的正确答案：B24.数据科学家经常使用多个算法进行预测，并将多个机器学习算法的输出（称为“集成学习”）结合起来，以获得比所有个体模型都更好的更健壮的输出。则下列说法正确的是？（）A、基本模型之间相关性高。B、基本模型之间相关性低。C、集成方法均使用加权平均代替投票方法。D、基本模型都来自于同一算法。正确答案：B25.表达式3andnot5的值为_______。A、FALSEB、3C、TRUED、$2正确答案：A26.Hadoop的作者是下面哪一位()。A、MartinFowlerB、DougcuttingC、KentBeckD、GraceHopper正确答案：B27.我们日常生活中的上下班，指纹扫描打卡考勤、虹膜扫描，应用到了人工智能中的A、机器翻译技术B、虚拟现实C、机器翻译D、模式识别正确答案：D28.多分类学习中，最经典的三种拆分策略不包括（）A、一对一B、一对其余C、一对多D、多对多正确答案：C29.专用人工智能的简称是（）。A、ANIB、AGIC、AIND、AIG正确答案：A30.新一代调度技术支持系统以运行控制平台、（）两种平台协同为支撑。A、能量管理系统B、调度数据网平台C、云计算平台（调控云）D、调度管理系统正确答案：C31.a=[0,1,2,3,4,5,6,7,8,9],a[1:5]的输出为（）。A、[1,2,3,4]B、[0,1,2,3]C、[0,1,2,3,4]D、[1,2,3,4,5]正确答案：A32.以下关于标准RNN模型，说法正确的是?A、反向传播时不考虑时间方向B、会出现长时间传输记忆的信息衰减的问题C、不存在多对多的模型结构D、不存在一对一的模型结构正确答案：B33.以下()属于数据可视化方法体系中的基础方法。A、视觉编码方法论B、地理信息可视化C、视觉隐喻D、时变数据可视化正确答案：C34.Python内置函数______用来返回序列中的最小元素。A、least()B、min()C、max()D、mini()正确答案：B35.下列朴素贝叶斯估计描述错误的是A、采用属性条件独立性假设B、假设属性之间相互独立C、为了避免条件概率是所以属性上的联合概率D、假设属性之间是相关的正确答案：D36.一般情况下，KNN最近邻方法在（）情况下效果最好（）A、样本较少但典型性好B、样本呈现团状分布C、样本呈现链状分布D、样本较多但典型性不好正确答案：A37.关于贝叶斯网描述错误的是(___)A、用条件概率表来描述属性的联合概率分布；B、借助无向无环图刻画属性之间的关系；C、借助有向无环图刻画属性之间的关系；D、也称为信念网；正确答案：B38.相互关联的数据资产标准，应确保()。数据资产标准存在冲突或衔接中断时，后序环节应遵循和适应前序环节的要求，变更相应数据资产标准。A、连接B、衔接和匹配C、连接和配合D、配合正确答案：B39.人工智能应用研究的两个最重要最广泛领域为：（）A、专家系统、自动规划B、机器学习、智能控制C、专家系统、机器学习D、机器学习、自然语言理解正确答案：C40.循环队列的存储空间为Q(1:50)。经过一系列正常的入队与退队操作后，front=rear=25。后又成功地将一个元素入队，此时队列中的元素个数为A、$2B、26C、1D、50正确答案：C41.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C、VGG是到目前为止分类效果最好的网络结构D、VGG没有使用全连接网络结构正确答案：A42.无监督的建模技术有（）、关联分析、预报三类A、聚类B、相关性分析C、聚合D、离散正确答案：A43.关于GoogLeNet描述正确的有：A、GoogLeNet仅仅是在宽度上进行了探索，所以它是一个很浅的网络B、GoogLeNet结合多种网络设计结构所以是到目前为止分类效果最好的网络结构C、GoogLeNet在宽度上进行了探索，为后人设计更加复杂的网络打开了思路D、GoogLeNet使用了Inception结构，Inception结构只有V1这一个版本正确答案：C44.人脸检测服务在测试图像中没有人脸时会报错。A、TRUEB、FALSE正确答案：B45.输入图片大小为200×200，依次经过一层卷积（kernelsize5×5，padding1，stride2），pooling（kernelsize3×3，padding0，stride1），又一层卷积（kernelsize3×3，padding1，stride1）之后，输出特征图大小为？A、96B、$98C、95D、97正确答案：D46.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可解释性强，而在深度学习可解释性弱B、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C、特征在传统机器学习和深度学习可解释性均弱D、特征在传统机器学习和深度学习可解释性均强正确答案：A47.设f(x,y,z)=(x^2)yz，求在点M(1,1,1)沿向量l=(2,-1,3)的方向导数为（）。A、8/sqrt(14)B、3/sqrt(6)C、6/sqrt(14)D、2/sqrt(6)正确答案：C48.如何选取合适的卷积核大小？A、分布范围小--->较小的卷积核，小的感受野B、分布范围大--->较小的卷积核，小的感受野C、分布范围广--->较小的卷积核，大的感受野D、分布范围小--->较大的卷积核，小的感受野正确答案：A49.()网络是一种竞争学习型的无监督神经网络，它能将高维输入数据映射到低维空间，同时保持输入数据在高维空间的拓扑结构，即将高维空间中相似的样本点映射到网络输出层中的临近神经元。A、SOM网络B、RBF网络C、ART网络D、ELman网络正确答案：A50.支持向量机（SVM）算法的性能取决于（）A、核函数的选择B、核函数的参数C、软间隔参数CD、以上都有正确答案：D51.假如我们建立一个60000个特征，1000万数据集的机器学习模型，我们怎么有效的应对这样的大规模数据的训练A、对样本进行抽样，在经过抽样的样本上训练B、应用PCA算法降维，减少特征数量C、根据重要性对特征进行筛选D、以上所有正确答案：D52.在感知机中（Perceptron）的任务顺序是什么？1随机初始化感知机的权重2去到数据集的下一批（batch）3如果预测值和输出不一致，则调整权重4对一个输入样本，计算输出值A、1,2,3,4B、1,4,3,2C、4,3,2,1D、3,1,2,4正确答案：B53.人工智能诞生在1955年，50年代末第一款神经网络-（）将人工智能推向了第一个高潮。A、费曼机B、感知机C、无人机D、机器人正确答案：B54.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、都是对的C、1是错的，2是对的D、都是错的正确答案：D55.若变量间存在显式的因果关系，则常使用()模型。A、贝叶斯网B、马尔可夫网C、切比雪夫网D、D珀尔网正确答案：A56.numpy数组的ndim属性是（）？A、数组的维度B、列数C、各维度大小的元组D、行数正确答案：A57.我们常说“人类是智能回路的总开关”，即人类智能决定着任何智能的高度、广度和深度，下面哪一句话对这个观点的描述不正确A、人类智能是机器智能的设计者B、机器智能目前无法完全模拟人类所有智能C、机器智能目前已经超越了人类智能D、机器智能和人类智能相互协同所产生的智能能力可超越人类智能或机器智能正确答案：C58.已知f=exsiny，则▽f等于（）。A、exsiny+excosyB、exsinyex+exsinyeyC、exsinyex+excosyeyD、excosyex+excosyey正确答案：C59.若某二叉树中的所有结点值均大于其左子树上的所有结点值，且小于右子树上的所有结点值，则该二叉树遍历序列中有序的是A、前序序列B、中序序列C、后序序列D、以上说法均不正确正确答案：B60.在强化学习的过程中,学习率α越大,表示采用新的尝试得到的结果比例越(),保持旧的结果的比例越()。A、小B、小C、大D、小E、大F、大正确答案：F61.下列不属于人工智能学派的是A、符号主义B、连接主义C、机会主义D、行为主义正确答案：C62.()的出现，使研究无限假设空间的复杂度成为可能。A、VC维B、Natarajan维C、计算机学习理论D、Rademacher复杂度正确答案：A63.下面是一段将图像转换为向量的函数img2vector。该函数创建1×1024的NumPy数组，然后打开给定的文件，循环读出文件的前32行，并将每行的头32个字符值存储在NumPy数组中，最后返回数组。请问填充在空白处的代码应该是哪个。defimg2vector(filename):returnVect=zeros((1,1024))fr=open(filename)foriinrange(32):______________________________forjinrange(32):returnVect[0,32*i+j]=int(lineStr[j])returnreturnVectA、lineStr=fr.readline()B、lineStr=fr.read_line()C、lineStr=fr.readlines()D、lineStr=readline()正确答案：A64.表达式min(['11','2','3'])的值为________。A、3'B、5'C、2'D、11'正确答案：D65.下面哪个/些超参数的增加可能会造成随机森林数据过拟合()A、树的数量B、树的深度C、学习速率正确答案：B66.以下关于集成的描述，错误的是(___)。A、随着集成中个体分类器（相互独立）数目T的增大，集成的错误率将指数级下降，最终趋向于零B、集成学习通过构建并结合多个学习器来完成学习任务，也称为多分类器系统、基于委员会的学习等C、集成中只包含同种类型的个体学习器，如“决策树集成”，“神经网络集成”等，这样的集成是“同质”的D、集成中同时包含多种类型的个体学习器，这样的集成是“异质”的，异质集成的个体学习器一般称为基学习器正确答案：D67.()有跟环境进行交互,从反馈当中进行不断的学习的过程。A、监督学习B、线性回归C、非监督学习D、强化学习正确答案：D68.Scikit-learn中数据和标签用什么数据结构来存储？A、字典B、列表C、数组正确答案：C69.下述（）不是知识的特征。A、复杂性和明确性B、客观性和依附性C、可重用性和共享性D、进化和相对性正确答案：A70.语义网络表达知识时，有向弧AKO链、ISA链表达节点知识的（）A、无悖性B、可扩充性C、继承性D、完整性正确答案：C71.一般来说，下列哪种方法常用来预测连续独立变量？A、线性回归B、逻辑回归C、线性回归和逻辑回归都行D、以上说法都不对正确答案：A72.神经网络研究属于下列哪个学派A、符号主义B、连接主义C、行为主义D、其他选项均不对正确答案：B73.一般情况，K-NN最近邻方法在()的情况下效果较好.A、样本较少但典型性好B、样本较多但典型性不好C、样本呈链状分布D、样本呈团状分布正确答案：A74.如果我们希望预测n个类（p1，p2...pk）的概率使得所有n的p的和等于1，那么下列哪个函数可以用作输出层中的激活函数？A、ReLuB、SigmoidC、TanhD、Softmax正确答案：D75.Root用户无法在装有Atlas300(3000)加速卡的服务器上安装DDK(DeviceDevelopmentKit)，只能使用普通用户进行安装。A、TRUEB、FALSE正确答案：A76.强化学习在每个时刻环境和个体都会产生相应的交互。个体可以采取一定的（），这样的行动是施加在环境中的。A、agentB、stateC、rewardD、action正确答案：D77.关于MNIST,下列说法错误的是()。A、是著名的手写体数字识别数据集B、有训练集和测试集两部分C、训练集类似人学习中使用的各种考试试卷D、测试集大约包含10000个样本和标签正确答案：C78.关于Docker安装的表述错误的是（）A、Docker支持在Windows、Linux、MacOS等系统上安装B、CentOS安装Docker有两种方式：一，curl获取脚本安装，另外是yum仓库安装。C、Docker服务端和客户端必须运行在一台机器上D、可通过dockerversion命令参看Docker版本信息正确答案：C79.在机器学习建模过程中对原始数据集的划分不包括A、verificationsetB、trainingsetC、validationsetD、testset正确答案：A80.变量的不确定性越大，相对应信息熵有什么变化()A、熵变小B、熵变大C、不变D、以上都不对正确答案：B81.关于集成学习，以下说法错误的是A、集成学习一定能提升个体学习器的性能&B、&Bagging方法中，个体学习器之间彼此独立&C、&Boosting是一种重视错误样本的学习方法&D、&Boosting方法中，个体学习器存在强依赖正确答案：A82.下面不能使用GPU进行加速的算法框架是A、CaffeB、TheanoC、KerasD、Sklearn正确答案：D83.自然语言理解是人工智能的重要应用领域，下面列举中的（）不是它要实现的目标A、对自然语言表示的信息进行分析概括或编辑B、欣赏音乐C、理解别人讲的话D、机器翻译正确答案：B84.随着卷积层数的增加，下面描述正确的是：①.在一定层数范围内，效果越来越好②.能够抽取的特征更加复杂③.层数越多越容易发生梯度消失A、①②B、①②③C、①③D、②③正确答案：B85.为了增强网络的表达能力，我们需要（）来将线性函数转换为非线性函数。A、损失函数B、激活函数C、指数函数D、三角函数正确答案：B86.在有监督学习中，我们如何使用聚类方法？①我们可以先创建聚类类别，然后在每个类别上用监督学习分别进行学习②我们可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习③在进行监督学习之前，我们不能新建聚类类别④我们不可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习A、①和③B、③和④C、①和②D、②和④正确答案：C87.Docker是通过（）实现了资源隔离。A、namespaceB、cgroupsC、copy-on-writeD、unionfilesystem正确答案：A88.下列哪个不是专门用于可视化时间空间数据的技术()A、矢量场图B、曲面图C、饼图D、等高线图正确答案：C89.世界上第一次正式的AI会议于（）年召开，JohnMarthy正式提出“ArtifiialIntelligene”这一术语A、1954B、1955C、1956D、$1,957正确答案：C90.关于学习率的描述正确的是：A、学习率的大小是根据不同场景程序员自己设定的，不宜太大或者太小B、学习率越小系统一定精度越高C、学习率越大系统运行速度越快D、学习率和w、b一样是参数，是系统