USTC Fall2023 高级人工智能期末考试回忆版

---

填空题20’

1.搜索的五要素

2.逻辑回归损失函数

3.函数f的近似值h，评价h的优劣：完备性、准确性、复杂性

4.遗传算法的东西：交叉、什么和什么

5.神经网络的隐藏层的：1和2可以减少参数的数量。局部连接和权值共享

6.代数间隔公式

7.对输入变量x做变换变为n维的过程：特征提取函数。

8.什么是马尔可夫性

9.还有一个好像是求样本(x,y)的残：$w\cdot \varphi (x)-y$

10.优化问题建模为搜索问题，初始状态还是状态来着是什么？

判断题10’

10个判断题一个一分，记不得有什么了，好像大部分都是对的

简答题70’

前4个题每题10分。

1（10‘）.举一个蒙特卡洛搜索树的例子，详细介绍计算细节。

2（10‘）.什么是子博弈？什么是子博弈精炼纳什均衡。

3（10‘）.详细介绍爬山法和模拟退货算法及其差异。

4（10‘）.强化学习中的 $Q(\cdot )$ 和 $V(\cdot )$ 分别是什么？什么差异？

---

12分

5（12‘）.

a.正则化的目的？4’

b.详细说明两个正则化方法，可以用文字，也可以用公式？8’

---

18分

6（18‘）.

a.注意力机制、自注意力机制、交叉注意力机制分别是什么？有什么差异？

b.注意力机制计算公式：$att=softmax(\frac{Q\cdot K^T}{\sqrt{d_k}})\cdot V$。公式的填空，并给出Q、K、V的维度。

c.上面公式中除以 $\sqrt{d_k}$ 的原因？

---