上海对外经贸大学《AI 设计基础》2025-2026学年第一学期期末试卷(B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页上海对外经贸大学《AI设计基础》2025-2026学年第一学期期末试卷(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.以下哪个选项不属于人工智能的三大核心要素？A.算法B.数据C.硬件D.网络安全2.以下哪个是深度学习中最常用的神经网络结构？A.卷积神经网络（CNN）B.循环神经网络（RNN）C.生成对抗网络（GAN）D.以上都是3.在机器学习过程中，以下哪个步骤不属于特征工程？A.特征选择B.特征提取C.特征标准化D.模型训练4.以下哪个是强化学习中的常见奖励函数？A.监督学习B.自定义奖励函数C.无监督学习D.损失函数5.以下哪个是自然语言处理中的常见任务？A.图像识别B.文本分类C.语音识别D.机器翻译6.以下哪个是深度学习中的常见优化算法？A.梯度下降法B.随机梯度下降法C.Adam优化器D.以上都是7.以下哪个是计算机视觉中的常见任务？A.目标检测B.图像分割C.图像分类D.以上都是8.以下哪个是人工智能领域的常见应用场景？A.医疗诊断B.金融风控C.智能家居D.以上都是9.以下哪个是机器学习中的常见评估指标？A.准确率B.精确率C.召回率D.F1值10.以下哪个是深度学习中的常见损失函数？A.交叉熵损失B.均方误差损失C.逻辑损失D.以上都是11.以下哪个是自然语言处理中的常见任务？A.文本分类B.语音识别C.图像识别D.机器翻译12.以下哪个是强化学习中的常见算法？A.Q-learningB.SARSAC.DQND.以上都是13.以下哪个是计算机视觉中的常见任务？A.目标检测B.图像分割C.图像分类D.以上都是14.以下哪个是人工智能领域的常见应用场景？A.医疗诊断B.金融风控C.智能家居D.以上都是15.以下哪个是机器学习中的常见评估指标？A.准确率B.精确率C.召回率D.F1值16.以下哪个是深度学习中的常见损失函数？A.交叉熵损失B.均方误差损失C.逻辑损失D.以上都是17.以下哪个是自然语言处理中的常见任务？A.文本分类B.语音识别C.图像识别D.机器翻译18.以下哪个是强化学习中的常见算法？A.Q-learningB.SARSAC.DQND.以上都是19.以下哪个是计算机视觉中的常见任务？A.目标检测B.图像分割C.图像分类D.以上都是20.以下哪个是人工智能领域的常见应用场景？A.医疗诊断B.金融风控C.智能家居D.以上都是二、多项选择题（每题2分，共20分）1.以下哪些是人工智能的三大核心要素？A.算法B.数据C.硬件D.网络安全2.以下哪些是深度学习中最常用的神经网络结构？A.卷积神经网络（CNN）B.循环神经网络（RNN）C.生成对抗网络（GAN）D.神经网络3.以下哪些是机器学习中的常见评估指标？A.准确率B.精确率C.召回率D.F1值4.以下哪些是深度学习中的常见损失函数？A.交叉熵损失B.均方误差损失C.逻辑损失D.损失函数5.以下哪些是自然语言处理中的常见任务？A.文本分类B.语音识别C.图像识别D.机器翻译6.以下哪些是强化学习中的常见算法？A.Q-learningB.SARSAC.DQND.策略梯度7.以下哪些是计算机视觉中的常见任务？A.目标检测B.图像分割C.图像分类D.机器学习8.以下哪些是人工智能领域的常见应用场景？A.医疗诊断B.金融风控C.智能家居D.教育9.以下哪些是机器学习中的常见评估指标？A.准确率B.精确率C.召回率D.F1值10.以下哪些是深度学习中的常见损失函数？A.交叉熵损失B.均方误差损失C.逻辑损失D.损失函数三、判断题（每题1分，共10分）1.人工智能是指计算机能够模拟人类智能行为的技术。（）2.深度学习是机器学习的一个分支。（）3.特征工程是机器学习中的关键步骤。（）4.强化学习中的奖励函数可以自定义。（）5.自然语言处理中的任务包括文本分类、语音识别等。（）6.生成对抗网络（GAN）是一种无监督学习算法。（）7.机器学习中的模型训练过程包括特征选择、特征提取等步骤。（）8.人工智能领域的应用场景包括医疗诊断、金融风控等。（）9.机器学习中的评估指标包括准确率、精确率等。（）10.深度学习中的损失函数包括交叉熵损失、均方误差损失等。（）四、名词解释（每题4分，共20分）1.人工智能（ArtificialIntelligence）2.深度学习（DeepLearning）3.机器学习（MachineLearning）4.强化学习（ReinforcementLearning）5.自然语言处理（NaturalLanguageProcessing）五、简答题（每题6分，共18分）1.简述人工智能的发展历程。2.简述深度学习在计算机视觉中的应用。3.简述机器学习中的特征工程步骤。六、案例分析题（1题，满分12分）某电商平台希望通过人工智能技术提高商品推荐效果，以下为其需求：1.需要分析用户的历