大连东软信息学院《AI 设计基础》2025-2026学年第一学期期末试卷(A卷)

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页大连东软信息学院《AI设计基础》2025-2026学年第一学期期末试题(A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.以下哪个选项不属于人工智能的基本技术？A.机器学习B.深度学习C.人工智能伦理D.神经网络2.下列哪项不是人工智能应用领域？A.医疗诊断B.智能家居C.航空航天D.历史研究3.以下哪种算法属于监督学习算法？A.决策树B.随机森林C.K最近邻D.聚类算法4.下列哪项不是数据预处理的重要步骤？A.数据清洗B.数据集成C.数据归一化D.数据加密5.以下哪个不是深度学习的常见网络结构？A.卷积神经网络B.循环神经网络C.生成对抗网络D.支持向量机6.以下哪种方法不属于特征选择？A.相关性分析B.主成分分析C.随机森林D.遗传算法7.以下哪个不是自然语言处理的关键技术？A.词性标注B.语义分析C.语音识别D.数据挖掘8.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.集成学习9.以下哪种方法不属于强化学习？A.Q学习B.SarsaC.深度Q网络D.支持向量机10.以下哪个不是人工智能伦理的基本原则？A.尊重用户隐私B.公平公正C.透明度D.数据安全11.以下哪个不是人工智能应用中的挑战？A.数据质量B.算法可解释性C.计算资源D.法律法规12.以下哪个不是人工智能发展的重要趋势？A.人工智能+5GB.人工智能+物联网C.人工智能+区块链D.人工智能+量子计算13.以下哪个不是人工智能在医疗领域的应用？A.辅助诊断B.药物研发C.康复训练D.疾病预测14.以下哪个不是人工智能在交通领域的应用？A.自动驾驶B.智能交通信号C.车联网D.无人配送15.以下哪个不是人工智能在金融领域的应用？A.信用评估B.量化交易C.风险控制D.客户服务16.以下哪个不是人工智能在制造业的应用？A.智能制造B.质量检测C.设备维护D.生产调度17.以下哪个不是人工智能在农业领域的应用？A.精准农业B.智能灌溉C.疾病监测D.产品包装18.以下哪个不是人工智能在零售领域的应用？A.智能推荐B.无人零售C.智能物流D.供应链管理19.以下哪个不是人工智能在能源领域的应用？A.智能电网B.能源管理C.可再生能源D.能源储备20.以下哪个不是人工智能在安全领域的应用？A.智能安防B.防火预警C.网络安全D.恶意代码检测二、多项选择题（每题2分，共20分）1.人工智能的基本技术包括：A.机器学习B.深度学习C.神经网络D.人工智能伦理2.人工智能应用领域包括：A.医疗诊断B.智能家居C.航空航天D.历史研究3.监督学习算法包括：A.决策树B.随机森林C.K最近邻D.聚类算法4.数据预处理的重要步骤包括：A.数据清洗B.数据集成C.数据归一化D.数据加密5.深度学习的常见网络结构包括：A.卷积神经网络B.循环神经网络C.生成对抗网络D.支持向量机6.特征选择的方法包括：A.相关性分析B.主成分分析C.随机森林D.遗传算法7.自然语言处理的关键技术包括：A.词性标注B.语义分析C.语音识别D.数据挖掘8.机器学习中的评估指标包括：A.准确率B.精确率C.召回率D.集成学习9.强化学习的方法包括：A.Q学习B.SarsaC.深度Q网络D.支持向量机10.人工智能伦理的基本原则包括：A.尊重用户隐私B.公平公正C.透明度D.数据安全三、判断题（每题1分，共10分）1.人工智能是计算机科学的一个分支，主要研究如何让计算机模拟人类的智能行为。（）2.机器学习是人工智能的一个子领域，主要研究如何让计算机从数据中学习。（）3.深度学习是机器学习的一个分支，主要研究如何通过多层神经网络进行特征提取。（）4.数据预处理是机器学习过程中的一个重要步骤，主要包括数据清洗、数据集成、数据归一化等。（）5.特征选择是机器学习过程中的一个重要步骤，主要目的是减少特征维度，提高模型性能。（）6.自然语言处理是人工智能的一个子领域，主要研究如何让计算机理解和生成自然语言。（）7.机器学习中的评估指标主要包括准确率、精确率、召回率等。（）8.强化学习是一种通过与环境交互来学习最优策略的机器学习方法。（）9.人工智能伦理是研究人工智能在应用过程中所涉及到的伦理问题的学科。（）10.人工智能在各个领域的应用已经取得了显著的成果，未来将会更加广泛地应用于人们的日常生活。（）四、名词解释（每题4分，共20分）1.人工智能（ArtificialIntelligence）2.机器学习（MachineLearning）3.深度学习（DeepLearning）4.数据预处理（DataPreprocessing）5.特征选择（FeatureSelection）五、简答题（每题6分，共18分）1.简述人工智能的基本技术及其应用领域。2.简述机器学习的基本原理及其应用场景。3.简述深度学习的基本原理