《人工智能基础及应用（Python 微课版）》习题答案 王军选

第一章一．单选题（共10题，每题1分）12345678910CBBDCCBBBD二．主观题（共10题）1.简述人工智能发展的六个阶段。答：起步期、第一次繁荣期、第一次低谷期、第二次繁荣期、第二次低谷期、爆发期。2.什么是“弱人工智能”？举一个例子。答：弱人工智能是指只能在特定任务中表现出智能，没有自我意识。例子：语音助手（如Siri）。3.什么是“强人工智能”？它与弱人工智能的主要区别是什么？答：强人工智能指具备人类级别的智能和意识。区别在于是否能理解、学习和推理所有人类能做的事。4.人工智能的三要素是什么？分别起什么作用？答：数据（训练基础）、算力（计算支持）、算法（模型核心）。5.为什么Python语言适合用于人工智能开发？答：语法简洁、库丰富（如TensorFlow、PyTorch）、社区活跃、易于上手。6.大数据如何推动人工智能的发展？答：提供大量训练数据，使模型更准确，提升AI系统的表现能力。7.物联网与人工智能如何结合应用？举一个生活中的例子。答：智能家居系统，如智能空调根据用户行为自动调节温度。8.云计算在人工智能中的作用是什么？答：提供强大的计算资源和存储能力，支持大规模模型训练与部署。9.人工智能、大数据、物联网和云计算之间是什么关系？答：大数据提供信息，物联网采集数据，云计算提供算力，人工智能进行智能分析与决策。10.你认为未来人工智能会发展到“强人工智能”吗？简单说说你的看法。答：可能会，但需要突破意识、情感等复杂机制，目前仍面临技术和伦理挑战。第二章一．单选题（共10题，每题1分）12345678910CCBCCBACBB二．主观题（共10题）1.NumPy的主要作用是什么？答：用于高效处理多维数组和矩阵运算，支持矢量化和数学函数操作。2.Pandas中DataFrame和Series有什么区别？答：Series是一维数据结构，DataFrame是二维表格结构，类似Excel表格。3.SciPy和NumPy有什么关系？答：SciPy基于NumPy构建，提供更高级的科学计算功能，如积分、优化、信号处理等。4.NumPy中如何创建一个长度为10的全1数组？答：使用`np.ones(10)`。5.Pandas中如何删除含有缺失值的行？答：使用`df.dropna()`。6.SciPy能用于哪些常见的科学计算任务？答：线性代数、微分方程求解、积分、优化、统计等。7.NumPy的矢量化操作有什么优点？答：代码更简洁，运行速度更快，避免使用循环。8.Pandas中如何查看数据的基本统计信息？答：使用`df.describe()`。9.为什么要用NumPy而不是Python的列表来处理数据？答：NumPy数组运算更快、内存占用更少，支持大量数学函数。10.简单说说你在项目中用过这三个库中的哪一个？做了什么？答：我用Pandas清洗过学生成绩数据，删除缺失值并计算平均分。第三章一．单选题（共10题，每题1分）12345678910BBCCCAABCD二．主观题（共10题）1.Matplotlib的主要作用是什么？答：用于绘制各种2D图形，如折线图、柱状图、散点图等，帮助可视化数据。2.Seaborn和Matplotlib有什么关系？答：Seaborn是基于Matplotlib的高级封装，绘图更美观，适合统计数据可视化。3.用Matplotlib绘制折线图的基本步骤有哪些？答：导入库→准备数据→创建图形→绘图→设置标题/标签→显示图形。4.Seaborn适合绘制哪些类型的图形？答：热力图、箱线图、小提琴图、散点图、回归图等统计图表。5.在Matplotlib中如何设置图例？答：在`plot()`函数中添加`label`参数，然后调用`plt.legend()`显示图例。6.Seaborn中如何加载内置数据集？答：使用`seaborn.load_dataset('数据集名')`，如`tips`、`iris`等。7.Matplotlib中如何改变线条颜色？答：在`plot()`函数中使用`color`参数，如`plt.plot(x,y,color='red')`。8.Seaborn绘图时如何设置图形大小？答：使用`plt.figure(figsize=(宽,高))`或`sns.set(rc={'figure.figsize':(宽,高)})`。9.你觉得Seaborn相比Matplotlib哪个更适合初学者？为什么？答：Seaborn更适合，默认图形美观，代码简洁，适合快速做数据分析可视化。10.你用过Matplotlib或Seaborn画过什么图？简单描述一下。答：我用Seaborn画过成绩分布的箱线图，发现男生和女生成绩差异不大。第四章一．单选题（共10题，每题1分）12345678910BCBBBCCADB二．主观题（共10题）1.什么是NetworkX？它的主要用途是什么？答：NetworkX是Python的一个图论库，用于创建、分析和可视化复杂网络结构，如社交网络、交通网络等。2.无向图和有向图有什么区别？答：无向图的边没有方向，表示双向关系；有向图的边有方向，表示单向关系。3.如何在NetworkX中添加一个节点和一条边？答：使用`G.add_node('A')`添加节点，使用`G.add_edge('A','B')`添加边。4.什么是广度优先搜索（BFS）？答：BFS是一种图遍历方法，从起点开始，先访问所有邻居节点，再逐层扩展。5.什么是深度优先搜索（DFS）？答：DFS是一种图遍历方法，从一个节点出发，尽可能深地访问图的分支，直到无法继续为止。6.加权图和无权图的区别是什么？答：加权图的边带有权重，表示连接强度或距离；无权图的边没有权重，仅表示是否连接。7.NetworkX中如何查看一个节点的所有邻居？答：使用`list(G.neighbors('节点名'))`可以查看该节点的所有邻居。8.如何计算图中两个节点之间的最短路径？答：使用`nx.shortest_path(G,source='A',target='B')`可得到最短路径。9.NetworkX支持哪些图属性分析？答：支持度中心性、聚类系数、连通分量、路径长度等分析。10.你能举一个NetworkX可以分析的现实生活中的例子吗？答：例如分析微信好友关系图，找出谁是最活跃的用户，或两人之间有多少共同好友。第五章一．单选题（共10题，每题1分）12345678910BBCCACABAB二．主观题（共10题）1.机器学习的三要素是什么？答：数据、模型、算法。2.简述机器学习的基本流程。答：数据收集→数据预处理→选择模型→训练模型→评估模型→预测与部署。3.K近邻算法（KNN）的基本思想是什么？答：根据一个样本的k个最近邻居的类别，决定该样本的类别。4.决策树是如何做出分类决策的？答：通过一系列“是/否”问题对数据进行划分，最终到达叶子节点给出分类结果。5.朴素贝叶斯算法为什么被称为“朴素”？答：因为它假设所有特征之间相互独立，这个假设在现实中往往不成立，所以称为“朴素”。6.KMeans算法的目标是什么？答：将数据分成k个簇，使得同一个簇内的数据尽可能相似，不同簇之间的数据尽可能不同。7.在sklearn中，如何导入并使用KMeans？答：fromsklearn.clusterimportKMeanskmeans=KMeans(n_clusters=3)kmeans.fit(X)8.数据预处理在机器学习中的作用是什么？答：去除噪声、填补缺失值、标准化数据，使模型训练更稳定、效果更好。9.sklearn中如何评估分类模型的准确率？答：使用`accuracy_score(y_true,y_pred)`或`model.score(X_test,y_test)`。10.你用过sklearn中的哪个算法？简单说说你用它来做了什么。答：我用KMeans把顾客按消费习惯分成了3类，帮助店铺做精准营销。第六章一．单选题（共10题，每题1分）12345678910AACABBCBCA二．主观题（共10题）1.写出生物神经元接收信号的三个主要部分。答：树突（接收）、胞体（整合）、轴突（输出）。2.列出人工神经网络发展的五个时期（任意名称，顺序对即可）。答：萌芽期→第一次热潮→第一次低谷→第二次热潮→第二次低谷→第三次浪潮。3.激励函数的作用是什么？答：引入非线性，使网络能逼近任意函数。4.ReLU相较Sigmoid的两个优点。答：计算简单、缓解梯度消失。5.卷积与全连接网络的两点主要区别。答：卷积：局部连接、参数共享；全连接：每个输入与所有神经元相连、不共享。6.CNN的四个核心组件。答：卷积层、激活函数、池化层、全连接层。7.RNN为何适合文本？答：文本是序列数据，RNN能利用隐藏状态记忆前文信息。8.Transformer相比RNN的两个优势。答：可并行计算、能直接建模长距离依赖。9.写出两个当前主流的深度学习框架。答：PyTorch、TensorFlow。10.简述深度学习做图像分类的两步流程。答：①用CNN提取特征；②通过全连接+Softmax输出类别概率完成分类。第七章一．单选题（共10题，每题1分）12345678910CBDAABBACA二．主观题（共10题）1.写出NLP常见的两项基础任务。答：分词、词性标注（或命名实体识别、句法分析等）。2.中文为什么需要“分词”而英文相对不用？答：中文书写无空格，字符连续，需先切分成词语才能后续分析。3.Jieba的三种分词模式叫什么？答：精确模式、全模式、搜索引擎模式。4.调用Jieba返回生成器并保留默认精确模式的代码是？答：`words=jieba.cut(text)`。5.情感分析的主要目的是什么？答：判断文本表达的情绪倾向（正面、负面或中性）。6.给出Python里除Jieba外的两个NLP相关库名称。答：NLTK、spaCy（或SnowNLP、THULAC等）。7.停用词过滤在情感分析中起什么作用？答：去除“的、了、和”等高频无意义词，减少噪声，提高情感判断准确率。8.基于词典的情感分析需要哪两个核心要素？答：情感词典（正负词表）和权重计算公式（或累加/平均策略）。9.把句子“我非常喜欢这部电影”用Jieba分词，结果大致是什么？答：['我','非常','喜欢','这部','电影']。10.简述你在课程中学到的最实用的一条中文文本处理技巧。答：先用Jieba分词，再过滤停用词，最后调用情感词典快速得到情绪分数。第八章一．单选题（共10题，每题1分）12345678910CBBCBCCABA二．主观题（共10题）1.给出大模型的两个主要分类。答：生成式大模型、推理式大模型（或语言、视觉、多模态）。2.写出大模型常见的三个特点。答：参数规模大、数据需求大、算力需求高。3.大语言模型英文缩写是什么？答：LLM（LargeLanguageModel）。4.生成式大模型最典型的输出形式是什么？答：文本、图像、音频等创造性内容。5.简述“预训练+微调”两步走策略。答：先在大规模无标签数据上预训练，再在小规模任务数据上微调。6.GPT的全称是什么？答：GenerativePre-trainedTransformer。7.DeepSeek是哪国团队推出的开源模型？答：中国。8.使用大模型时，提示词工程（PromptEngineering）的作用是什么？答：通过优化输入提示，引导模型输出更准确、符合需求的结果。9.列举一个大模型在生活中的应用场景。答：智能客服、代码补全、作文辅导、实时翻译等。10.为什么说“算力即国力”？结合大模型谈谈你的理解。答：大模型训练需海量GPU/CPU，掌握算力就能控制技术制高点，减少对外依赖，保障国家数字主权与安全。第九章一．单选题（共10题，每题1分）12345678910BCBBAACDAA二．主观题（共10题）1.写出两款国外大模型产品的名称。答：Gemini、Sora（或GPT-4、Claude等）。2.写出两款国内大模型产品的名称。答：文心一言、通义千问（或豆包、Kimi、智谱清言等）。3.在Python中调用Gemini，需要先做什么认证？答：申请APIKey，并在代码中`genai.configure(api_key="...")`。4.调用国内大模型接口通常需要哪两个参数？答：APIKey和模型名称（或endpoint地址）。5.流式输出（stream）有什么优点？答：减少等待，逐字显示，提升用户体验。6.使用requests库POST调用大模型