雨课堂学堂在线学堂云《智能计算基础（南开大学）》单元测试考核答案

智能计算基础第1题以下不是计算智能特点的是：A模式固定B持续进化C环境友好D开放生态第2题四新专业包括哪些？A新工科、新文科、新医科、新农科B新工科、新文科、新商科、新农科C新理科、新文科、新医科、新商科D新理科、新文科、新商科、新农科第3题以下不是P-MASE模型环节的是（）。AAccountBProblemCMethodDEvaluation第4题习近平总书记指出，人工智能是具有（）效应的先进生产力。A头雁B灯塔C引路者D导航第5题科学是（）。A自然、社会和思维客观规律B人类为自身生存而进行的一种有目的、有计划、组织的生产活动C人类在发现、利用和适应自然过程中积累，并在生产劳动中体现出来的经验和知识D以上都不对第6题以下不是进行智能计算前解决的问题的是（）。A设计解决问题的办法B判断能做什么C预先条件是什么D认识要解决的问题第7题以下说法正确的是（）。A大数据、人工智能的发展和应用已经上升为国家战略，是引领新一轮信息科技革命和产业变革的战略性技术。B人工智能是近年来随着科学的发展提出的概念。C学科是人类在发现、利用和适应自然过程中积累，并在生产劳动中体现出来的经验和知识D根据在研究性学习过程中对新知识、新方法的发现及构建程度，可分为知识探究型学习和创新研究型学习两种类型，其中前者属于知识创新。第8题____是指人们从事工程技术工作和解决复杂工程问题时所必须具备的知识与品格、专业技能、发展潜力以及适应性等。第9题P-MASE模型里面的S指的是____（请用英文作答，大小写字母均可）第10题____是从事科学研究所遵循的科学、有效的研究方式、规则及程序，也是广大科研工作者及科学理论工作者长期积累的智慧结晶，是从事科学研究的有效工具。第1题下列选项中属于Python应用领域的是（）。A图形界面开发BWeb开发C网络爬虫D人工智能第2题下列选项中，执行时不会报错的语句是（）。Aint('23.5')Bfloat('23.5+1')Cfloat('23.5')Dint('2a',8)第3题下列选项中，描述错误的选项包括（）。APython中没有用于保存单个字符的数据类型BPython中字符数据的定界符是一对单引号CPython中的字符串必须写在一对双引号中DPython中的一个字符串必须写在一行中第4题已知s="学习"，则执行s[0]='复'后s中存储的字符串被修改为“复习”。第5题下面程序的输出结果是（）。defStudentInfo(country='中国',name):print('%s，%s'%(name,country))StudentInfo('美国','大卫')A大卫，美国B美国，大卫C大卫，中国D报错第6题在pandas中使用dropna、drop_duplicates、replace等函数时,可以通过设置inplace参数指定是否在原数据上进行修改。若要直接修改原数据,而非其副本,应将inplace设置为()A0B1CTrueDFalse第7题给出如下代码，下述代码的输出结果是()。s="Alice"print(s[::-1])AALICEBecilACAlicDAlice第8题已知ls=[1,'nankai',3]，依次执行语句ls.insert(2,True)和ls.append([9])后，ls的值是（）。A[1,True,'nankai',3,9]B[1,'nankai',True,3,[9]]C[1,True,'nankai',3,[9]]D[1,'nankai',True,3,9]第9题20.以下语句执行后x、y、z的值是：（）。x="watermelon"y="strawberry"z="cherry"ifx>y:z=xx=yy=zprint(x,y,z)AwatermelonstrawberrycherryBwatermeloncherrystrawberryCstrawberrycherrywatermelonDstrawberrywatermelonwatermelon第10题关于Python语言数值操作符，以下选项中描述错误的是（）。Ax//y表示x与y之整数商，即不大于x与y之商的最大整数Bx**y表示x的y次幂，其中，y必须是整数Cx%y表示x与y之商的余数，也称为模运算Dx/y表示x与y之商第11题16.导入模块的方式错误的是（）。AimportmoBfrommoimport*CimportmoasmDimportmfrommo第12题python源程序执行的方式（）。A编译执行B解析执行C直接执行D边编译边执行第13题关于import引用，以下选项中描述错误的是（）。A使用importturtle引入turtle库B可以使用fromturtleimportsetup引入turtle库C使用importturtleast引入turtle库，取别名为tDimport保留字用于导入模块或者模块中的对象第14题调用以下函数返回的值()。defmyfun():passA0B出错不能运行C空字符串DNone第15题下列关于拆分参数列表的说法正确的是（）A列表、元组拆分出来的结果作为位置参数，字典拆分出来的结果作为关键字参数B列表、元组和字典拆分出来的结果都作为关键字参数C列表、元组和字典拆分出来的结果都作为位置参数D列表、元组拆分出来的结果作为关键字参数，而字典拆分出来的结果作为位置参数第16题关于Python的lambda函数，以下选项中描述错误的是（）。Alambda函数将函数名作为函数结果返回Bf=lambdax,y:x+y执行后，f的类型为数字类型Clambda用于定义简单的、能够在一行内表示的函数D可以使用lambda函数定义列表的排序原则第17题关于Python循环结构，以下选项中描述错误的是（）。A每个continue语句只有能力跳出当前层次的循环Bbreak用来跳出最内层for或者while循环，脱离该循环后程序从循环代码后继续执行C遍历循环中的遍历结构可以是字符串、文件、组合数据类型和range()函数等DPython通过for、while等保留字提供遍历循环和无限循环结构第三讲练习题第1题通过列表中的（）方法可以将一个元素插入到列表的指定位置。AinsertBappendCaddDpush第2题已知“d=dict(x=1,y=2)”，则d.get('z')返回的结果是（）。ANoneBdefaultCnullD报错第3题已知“str='Python#C++##Python'”，则“str.find('Python')”返回的结果是（）。A0B12C-1D报错第4题如果要一次完成字符串中所有满足正则表达式规则的子串的匹配，可以使用re模块的（）函数。AsearchallBfindallCfinditerDsearch第5题网络爬取中经常使用的http请求方法为：AgetBpostCputDdelete第6题http状态码多少是表示请求成功A101B200C300D404第7题python中的列表是写在______之间，并用逗号分隔开的。A()B[]C{}D<>第8题爬虫框架Scrapy中的架构核心是__________A调度器(Scheduler)B下载器(Downloader)C引擎(ScrapyEngine)D项目管道(ItemPipeline)第9题下面哪个不是从txt文件中读取内容的方法？Aread()Breadline()Creadlines()Dwrite()第10题以下不能检测出缺失值的方法是：Ainfo()Bisnull()Cisnull().any()Ddropna()第四讲练习题第1题可视化分析工具和可视化编程工具均可以作为可视化的解决方案。第2题以下属于大数据处理流程的是（）A数据采集B数据清理C数据挖掘D数据可视化第3题常见的词云的数据处理的基本原理是进行（）A分布统计B文本识别C语义分析D词频统计第4题以下不属于格式塔理论基本原则的是（）A接近原则B连续原则C散列原则D共向原则第5题数据集合通常由（）组成，用来描述数据的属性。A数据对象B数据特征C机器学习D变量第6题为了实现动态化的展示效果，很多可视化工具都引入了（）的概念A动态数值B时间轴C时变数据D散点图第7题层次数据能够表达事物之间的（）关系A整体和局部B父类和子类C连续和分布D从属和包含第8题为了直观查看自变量和因变量的关系，可以绘制散点图（）第9题以下关于箱形图的说法,错误的是()A箱形图是一种利用数据中的最小值、下四分位数、中位数、上四分位数和最大值,五个统计量来描述数据的图表B箱形图中的圆圈代表数据的集中范围C上下两条横线分别代表最大值和最小值D上下两条竖线分别代表数据向上和向下的延伸范围第10题Matplotlib.pyplot模块中legend()函数的作用是()A设置坐标轴名称B设置坐标轴范围C设置坐标轴刻度D设置图例第五讲练习题第1题在回归分析中，以下哪种假设是线性回归的基本假设之一？A自变量和因变量之间存在非线性关系B误差项的均值为零C误差项与自变量相关D误差项的方差随自变量增大而增大第2题在回归分析中，以下哪种方法可以用来处理过拟合问题？A增加模型复杂度B减少训练数据量C使用正则化方法D提高学习率第3题在多元线性回归中，以下哪种情况表明可能存在多重共线性问题？A模型的R²值很高B某些回归系数的符号与预期相反C模型的预测误差很小D样本量很大第4题在一元线性回归模型y=β0+β1x+ϵ中，β1表示什么含义？A截距项B自变量的系数C因变量的均值D误差项的方差第5题在回归分析中，以下哪项是用来衡量模型拟合优度的指标？A均方误差(MSE)B决定系数(R²)C平均绝对误差(MAE)D均方根误差(RMSE)第6题下面哪个问题适用于线性回归模型来解决？A根据房屋面积预测售价B根据肺部影像判断是否患病C根据花的图片分类标识各种花D根据跑步时长预测肺活量第7题下面说法正确的是（）A解决预测问题只能采用一种回归模型B要根据预测问题的类型选择合适的回归模型C一元线性回归优于多元线性回归D多元线性回归优于一元线性回归第8题应用线性回归模型的基本假设是（）A自变量的数值必须是连续的B自变量之间的可加性C因变量的数值是整数D自变量和因变量之间的线性关系第9题采用多项式回归模型时，自变量的阶数越高越好（）第10题在使用梯度下降算法时，学习速率a的取值越大，效果越好（）第六讲练习题第1题以下哪项不是分类任务的目标A判断小麦品种B预测小麦产量C判断水果种类D判断对象属于哪一类第2题在分类问题中，类别名称的作用是A表示类别的数学特征B作为类别的代号，没有特殊含义C决定分类算法的复杂度D影响分类结果的准确性第3题在小麦品种分类问题中，以下哪项不是小麦籽粒的几何特性A长度B宽度C面积D颜色第4题用于解决分类问题的常用算法不包括A决策树算法Bk近邻算法C线性回归算法D朴素贝叶斯算法第5题在机器学习中，分类问题是指A预测连续数值的问题B判断对象类别的问题C减少数据维度的问题D聚类相似对象的问题第6题分类属于有监督学习还是无监督学习?A有监督学习B无监督学习第7题决策树中选择最优特征的方法不包括（）A信息增益B信息增益率C条件概率D基尼指数第8题关于决策树的说法错误的是（）A决策树的根节点包含样本全集B每个非叶节点对应一个属性测试，每个分支根据属性测试的结果进行划分C每个叶子节点对应一种类别。从根节点到叶节点的一条路径就是一条规则，按这个规则对新样本进行分类D不同的决策树算法选择最优特征的方法是相同的，都是使用信息增益第9题对于二维平面中的两个点(x1,y1)和(x2,y2)，公式d=|x1-x2|+|y1-y2|计算的是欧氏距离。第10题sklearn中的划分数据集函数train_test_split()的返回值中哪个是特征训练集Atrain_XBtest_XCtrain_YDtest_Y第七讲练习题第1题DBSCAN的参数Eps固定时，MinPts的值越大越好。第2题根据分类对象的不同，聚类分析可分为样品聚类和指标聚类。第3题在层次聚类中，聚类的变量类型是（）A连续变量B分类变量C两者都可以D不确定第4题在系统聚类中R^2是（）A组间离差平方和除以组内离差平法和B组内离差平方和除以组间离差平法和C组间离差平方和除以总离差平方和D组间均方除以总均方第5题常用的聚类方法有样品聚类法，系统聚类法和（）A图论聚类法B动态聚类法C回归聚类分析D模糊聚类法第6题层次聚类又称（）A系统聚类B非系统聚类C凝聚方式聚类D分解方式聚类第7题K-means聚类中初始聚类是按（）原则将样本归入各聚类中心所代表的类中。A最长距离B最短距离C最大权重距离D最小权重距离第8题DBSCAN之所以难以有效处理高维数据，其主要原因是（）A数据的形状太复杂B簇的大小未知C开销过大D噪声点过多第9题进行聚类分析时，要求用于聚类的各变量的取值（）A应该接近相等B应该有较强的相关关系C应该有数量级上的较大差异D不应该有数量级上的较大差异第10题对于DBSCAN，参数Eps固定，当MinPts取值较大时，会导致（）A能很好的区分各类簇B只有高密度的点的聚集区划为簇，其余划为噪声C低密度的点的聚集区划为簇，其余的划为噪声D无影响第八讲练习题第1题选取区域内所有神经元的最大值作为该区域的特征的池化过程是（）A卷积计算B平均池化C最大池化D下采样第2题在训练模型时，训练集和测试集的划分不同，训练的效果也不同（）第3题关于感知机，下列说法不正确的是A感知机是由输入层和输出层两层所构成的B感知机确定下来之后，输入维数、输出维数都确定下来了C感知机确定下来之后，激活函数、连接权重和偏置并不是一开始就确定，而是需要经过大量的数据训练感知机来逼近的D在感知机中，需要使用激活函数第4题关于训练集、验证集、测试集，下列说法中不正确的是A样本集合一般划分为训练集、验证集、测试集B验证集中的数据也会参与训练C模型会根据训练集上真实值与预测值之间的损失函数值来对网络中的参数进行调整优化D使用.evaluate()函数评价模型时是在测试集上进行的第5题关于神经网络训练，下列说法正确的是A神经网络的一次训练就是一个正向传播和一个反向传播B正向传播是由输入经过各层的计算得到输出值，根据输出值和真实值，使用损失函数计算损失值的过程C反向传播是根据损失值，从最后一层逐层向前去更新每层的参数值的过程D训练神经网络就是要将各层之间的链接权重值及偏置值确定下来第6题关于人工神经网络，下列说法中不正确的是A人工神经网络由输入层、隐藏层、输出层三部分组成。B人工神经网络输入层的节点数目是描述问题的参数数量，例如在房价预测模型中，房价的影响因素有地段、面积、楼层、朝向四个，则输入层有4个节点。C人工神经网络输出层的节点数目与系统分析结果的属性维度有关，例如在房价预测模型中，输出的房屋的价格，因此输出层只有1个节点。D隐藏层只能是1层或2层。第7题假设一共有1000个样本用于训练，batchsize=20，epochs=100，下列说法不正确的是A由于batchsize=20，每训练20个样本，就要对网络中的参数进行一次调整更新B一个epoch就是将所有训练样本都训练一遍，所以一个epoch中要进行1000/20=50次调参过程，总共要进行50*100=5000次调参过程Cepochs=100就是说总共要进行100次调参过程D每个epoch后，都要使用验证集中的数据去评估模型当下的损失值和其他模型性能指标第8题在神经网络中，所有的神经元都应采用相同的激活函数。第9题如果想用训练好的模型来预测新的数据，需要先保存模型。第10题关于TensorFlow和Keras，下列说法中不正确的是ATensorFlow是一个功能强大的开源软件库，主要用来做深度学习BKeras是比TensorFlow更高层的库，对TensorFlow、CNTK、Theano等进行了封装CKeras中最简单的模型是Sequential模型，它只能构建简单的线性模型D使用.add()方法可以在Sequential模型中添加层第九讲练习题第1题在文本情感分析中，以下哪项是评估模型性能的常用指标？A准确率（Accuracy）B精确率（Precision）和召回率（Recall）CF1分数（F1-score）D以上都是第2题在人工神经网络模型中，以下哪种结构常用于处理文本序列数据？A全连接神经网络（FCNN）B循环神经网络（RNN）C卷积神经网络（CNN）D生成对抗网络（GAN）第3题在文本情感分析中，以下哪项不是常见的情感分析任务类型？A句子级情感分析B文档级情感分析C词级情感分析D段落级情感分析第4题在人工神经网络用于文本情感分析时，以下哪种方法常用于将文本转换为数值表示？A独热编码（One-hotEncoding）B词袋模型（BagofWords）C词嵌入（WordEmbedding）D以上都是第5题在文本情感分析中，情感极性通常分为哪几种基本类型？A积极、消极、中性B高兴、悲伤、愤怒C正面、负面、客观D喜欢、厌恶、中立第6题本章的使命是通过机器学习的方法来对大量电影评论数据进行____。第7题对含有情感色彩的文本进行情感判断具有巨大的商业价值和____价值。第8题现在主流的情感分析方法有两种：一种是基于情感词典的方法，一种是基于____的方法。第9题下列选项，哪一项不是文本情感分析的步骤A情感词分析B程度词分析C标点符号分析D否定词分析第十讲练习题第1题为了解决图像处理过程中特征庞大的问题，可以为神经元设置（）。A感受野B数据特征C局部连接D隐含节点第2题处理复杂图像时，需要用到层数较多的神经网络，即采用（）的相关技术。A人工选择B深度学习C模型训练D卷积计算第3题给定一幅图像，运用计算机相关算法找出其所属的类别或标签的过程被称为（）。A目标检测B特征提取C物体定位D图像分类第4题与AlexNet相比，VGGNet提高训练过程的收敛速度点主要技术手段包括（）A采用rulu函数B较小的卷积核C预初始化DDropout第5题卷积神经网络由不同的层组成，一般包括（）A卷积层B池化层C全连接层D隐含层第6题在构建卷积神经网络时，设置池化层用到的函数为（）。AConv2D（）BMaxPooling2D()CDense（）DActivation第7题在构建卷积神经网络时，设置卷积层用到的函数为（）。AConv2D（）BMaxPooling2D()CDense（）DActivation第8题对图像进行卷积操作时，通过（）对原始输入图像进行卷积计算可得到特征图。A神经网络B特征分布C映射D卷积核第十一讲练习题第1题对于连续型变量进行描述性统计分析，以下哪一个不需要计算（）A平均值B最大值C最小值D类别数量第2题时间序列预测本质上与机器学习中的回归分析紧密联系。第3题下列方法中，不适合做时间序列预测的是（）AARIMABCNNCRNNDSVM第4题LSTM可以有效地解决简单RNN的梯度消失与梯度爆炸的问题。第5题时序数据的特征是输入长度固定，且输入的上下文是有关联的。第6题下列问题中属于时间序列预测的是（）A预测员工未来是否离职B电影评论情感分析C预测某一商品价格随时间的变化趋势D预测儿女身高第7题下列说法中不正确的是（）A通过在隐藏层中增加循环回路，并维护一个隐藏状态向量，RNN具有“记忆”能力。BT-1时刻的隐藏状态向量和T时刻的输入共同决定了T时刻的隐藏状态及输出。CT时刻的输出仅包含T时刻和T-1时刻的输入信息。D简单循环网络是只有一个隐藏层的循环神经网络。第8题由于RNN中某个隐藏层按照时间展开的网络其实是这一隐藏层在不同时间步上的分支，因此它们是共享参数的，即使用同一组权重参数。第9题设有时间序列：1,2,3,4,5,6,7,8，如果将滑动窗口的大小设为4，且预测下1个时间步的值，则上述序列可以拆分为____个样本第10题____可以有效地解决简单RNN的梯度消失与梯度爆炸的问题。（如有英文字母请大写）第十二讲练习题第1题在客户价值分析中，RFM模型是一个经典框架。其中，F指标通常指的是？A客户最近一次购买的时间B客户在一定时期内的购买次数C客户在一定时期内的总消费额D客户首次购买的日期第2题使用K-Means算法进行客户细分前，通常需要对RFM这类多维度数据进行什么处理？A独热编码B缺失值填充C标准化（如Z-Score标准化）