上海科技大学《AI 设计基础》2025-2026学年第一学期期末试卷(B卷)_第1页
上海科技大学《AI 设计基础》2025-2026学年第一学期期末试卷(B卷)_第2页
上海科技大学《AI 设计基础》2025-2026学年第一学期期末试卷(B卷)_第3页
上海科技大学《AI 设计基础》2025-2026学年第一学期期末试卷(B卷)_第4页
上海科技大学《AI 设计基础》2025-2026学年第一学期期末试卷(B卷)_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

站名:站名:年级专业:姓名:学号:凡年级专业、姓名、学号错写、漏写或字迹不清者,成绩按零分记。…………密………………封………………线…………第1页,共1页上海科技大学《AI设计基础》2025-2026学年第一学期期末试题(B卷)注意事项:1.请考生在下列横线上填写姓名、学号和年级专业。2.请仔细阅读各种题目的回答要求,在规定的位置填写答案。3.不要在试卷上乱写乱画,不要在装订线内填写无关的内容。4.考试时间120分钟专业学号姓名题号一二三四五六七八总分统分人复查人得分得分评分人一、单项选择题(每题1分,共20分)1.以下哪个不是人工智能的核心技术?A.机器学习B.深度学习C.神经网络D.算法2.以下哪个是监督学习的一种?A.支持向量机B.决策树C.聚类D.聚类分析3.以下哪个不是数据预处理的一个步骤?A.数据清洗B.数据集成C.数据转换D.数据抽取4.以下哪个不是机器学习中的评估指标?A.准确率B.精确率C.召回率D.F1值5.以下哪个不是深度学习中的神经网络层?A.输入层B.隐藏层C.输出层D.特征层6.以下哪个不是强化学习中的术语?A.状态B.动作C.奖励D.策略7.以下哪个不是自然语言处理中的任务?A.文本分类B.机器翻译C.语音识别D.图像识别8.以下哪个不是深度学习中的优化算法?A.梯度下降B.AdamC.随机梯度下降D.牛顿法9.以下哪个不是深度学习中的损失函数?A.交叉熵B.均方误差C.稀疏损失D.真值损失10.以下哪个不是深度学习中的正则化方法?A.L1正则化B.L2正则化C.DropoutD.BatchNormalization11.以下哪个不是数据挖掘中的任务?A.聚类B.分类C.关联规则挖掘D.降维12.以下哪个不是数据可视化中的工具?A.MatplotlibB.SeabornC.PlotlyD.Scikit-learn13.以下哪个不是机器学习中的模型评估方法?A.跨验证B.留一法C.K折交叉验证D.交叉熵损失14.以下哪个不是深度学习中的网络结构?A.卷积神经网络B.循环神经网络C.生成对抗网络D.自编码器15.以下哪个不是机器学习中的特征选择方法?A.相关性分析B.主成分分析C.随机森林D.特征重要性16.以下哪个不是自然语言处理中的模型?A.词袋模型B.递归神经网络C.卷积神经网络D.支持向量机17.以下哪个不是机器学习中的模型评估指标?A.准确率B.精确率C.召回率D.F1值18.以下哪个不是深度学习中的优化算法?A.梯度下降B.AdamC.随机梯度下降D.牛顿法19.以下哪个不是数据挖掘中的任务?A.聚类B.分类C.关联规则挖掘D.降维20.以下哪个不是数据可视化中的工具?A.MatplotlibB.SeabornC.PlotlyD.Scikit-learn二、多项选择题(每题2分,共20分)1.以下哪些是人工智能的核心技术?A.机器学习B.深度学习C.神经网络D.算法2.以下哪些是监督学习的方法?A.支持向量机B.决策树C.聚类D.聚类分析3.以下哪些是数据预处理的一个步骤?A.数据清洗B.数据集成C.数据转换D.数据抽取4.以下哪些是机器学习中的评估指标?A.准确率B.精确率C.召回率D.F1值5.以下哪些是深度学习中的神经网络层?A.输入层B.隐藏层C.输出层D.特征层6.以下哪些是强化学习中的术语?A.状态B.动作C.奖励D.策略7.以下哪些是自然语言处理中的任务?A.文本分类B.机器翻译C.语音识别D.图像识别8.以下哪些是深度学习中的优化算法?A.梯度下降B.AdamC.随机梯度下降D.牛顿法9.以下哪些是深度学习中的损失函数?A.交叉熵B.均方误差C.稀疏损失D.真值损失10.以下哪些是深度学习中的正则化方法?A.L1正则化B.L2正则化C.DropoutD.BatchNormalization三、判断题(每题1分,共10分)1.机器学习是人工智能的一个分支。()2.深度学习是机器学习的一个子集。()3.数据预处理是机器学习中的第一步。()4.交叉熵是深度学习中的损失函数之一。()5.强化学习是一种基于奖励的学习方法。()6.自然语言处理是机器学习的一个应用领域。()7.数据可视化是机器学习中的一个重要步骤。()8.机器学习中的模型评估指标包括准确率、精确率、召回率和F1值。()9.深度学习中的神经网络层包括输入层、隐藏层和输出层。()10.机器学习中的特征选择方法包括相关性分析、主成分分析和特征重要性。()四、名词解释(每题4分,共20分)1.机器学习2.深度学习3.数据预处理4.交叉熵5.强化学习五、简答题(每题6分,共18分)1.简述机器学习的分类。2.简述深度学习的特点。3.简述数据预处理的作用。六、案例分析题(1题,满分12分)某公司是一家专注于智能家居产品的企业,为了提高产品竞争力,公司计划开发一款智能语音助手。请根据以下材料,分析该公司在开发智能语音助手过程中可能遇到的问题,并提出相应的解决方案。材料:1.智能语音助手需要具备自然语言处理能力,能够理解用户的需求。2.智能语音助手需要具备语音识别能力,能够准确识别用户的语音。3.智能语音助手需

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论