上海立信会计金融学院《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页上海立信会计金融学院《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.逻辑编程C.人工智能助手D.量子计算2.以下哪种算法在图像识别中应用最为广泛？A.决策树B.支持向量机C.深度学习D.随机森林3.以下哪个不是人工智能的发展阶段？A.知识工程B.机器学习C.智能系统D.人工智能助手4.以下哪个不是人工智能的伦理问题？A.隐私保护B.机器歧视C.机器自主权D.机器疲劳5.以下哪个不是人工智能的典型应用场景？A.自动驾驶B.医疗诊断C.金融风控D.文学创作6.以下哪个不是人工智能的数据类型？A.结构化数据B.半结构化数据C.非结构化数据D.文本数据7.以下哪个不是人工智能的机器学习算法？A.线性回归B.决策树C.深度学习D.神经网络8.以下哪个不是人工智能的深度学习模型？A.卷积神经网络B.循环神经网络C.生成对抗网络D.随机森林9.以下哪个不是人工智能的强化学习算法？A.Q学习B.SARSAC.策略梯度D.深度学习10.以下哪个不是人工智能的自然语言处理技术？A.词向量B.主题模型C.机器翻译D.情感分析11.以下哪个不是人工智能的计算机视觉技术？A.图像识别B.目标检测C.语义分割D.语音识别12.以下哪个不是人工智能的语音识别技术？A.语音识别B.语音合成C.语音增强D.语音识别13.以下哪个不是人工智能的推荐系统技术？A.协同过滤B.内容推荐C.深度学习D.强化学习14.以下哪个不是人工智能的机器人技术？A.机器人控制B.机器人感知C.机器人导航D.机器人交互15.以下哪个不是人工智能的虚拟现实技术？A.虚拟现实B.增强现实C.虚拟现实D.增强现实16.以下哪个不是人工智能的区块链技术？A.区块链B.智能合约C.量子计算D.人工智能助手17.以下哪个不是人工智能的物联网技术？A.物联网B.物联网设备C.物联网平台D.物联网安全18.以下哪个不是人工智能的云计算技术？A.云计算B.云服务C.云存储D.云安全19.以下哪个不是人工智能的边缘计算技术？A.边缘计算B.边缘设备C.边缘网络D.边缘安全20.以下哪个不是人工智能的5G技术？A.5GB.5G网络C.5G设备D.5G应用二、多项选择题（每题2分，共20分）1.人工智能的基本技术包括哪些？A.机器学习B.逻辑编程C.人工智能助手D.量子计算2.人工智能的发展阶段包括哪些？A.知识工程B.机器学习C.智能系统D.人工智能助手3.人工智能的伦理问题包括哪些？A.隐私保护B.机器歧视C.机器自主权D.机器疲劳4.人工智能的典型应用场景包括哪些？A.自动驾驶B.医疗诊断C.金融风控D.文学创作5.人工智能的数据类型包括哪些？A.结构化数据B.半结构化数据C.非结构化数据D.文本数据6.人工智能的机器学习算法包括哪些？A.线性回归B.决策树C.深度学习D.神经网络7.人工智能的深度学习模型包括哪些？A.卷积神经网络B.循环神经网络C.生成对抗网络D.随机森林8.人工智能的强化学习算法包括哪些？A.Q学习B.SARSAC.策略梯度D.深度学习9.人工智能的自然语言处理技术包括哪些？A.词向量B.主题模型C.机器翻译D.情感分析10.人工智能的计算机视觉技术包括哪些？A.图像识别B.目标检测C.语义分割D.语音识别三、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，主要研究如何使计算机具有智能。2.机器学习是人工智能的一种方法，通过训练数据让计算机学习规律。3.深度学习是机器学习的一种，通过多层神经网络进行特征提取。4.人工智能可以完全取代人类工作，实现自动化。5.人工智能的伦理问题主要包括隐私保护、机器歧视和机器疲劳。6.人工智能的数据类型主要包括结构化数据、半结构化数据和非结构化数据。7.人工智能的计算机视觉技术主要包括图像识别、目标检测和语义分割。8.人工智能的自然语言处理技术主要包括词向量、主题模型、机器翻译和情感分析。9.人工智能的典型应用场景主要包括自动驾驶、医疗诊断、金融风控和文学创作。10.人工智能的机器人技术主要包括机器人控制、机器人感知、机器人导航和机器人交互。四、名词解释（每题4分，共20分）1.人工智能（ArtificialIntelligence，AI）2.机器学习（MachineLearning，ML）3.深度学习（DeepLearning，DL）4.强化学习（ReinforcementLearning，RL）5.自然语言处理（NaturalLanguageProcessing，NLP）五、简答题（每题6分，共18分）1.简述人工智能的发展历程。2.简述机器学习的基本原理。3.简述深度学习在图像识别中的应用。六、案例分析题