【人工智能】课堂测验集锦

身边的人工智能

目前还没有成功进行无人自动驾驶的案例

错

人工智能具有学会下棋的学习能力，是实现通用人工智能算法的基础

对

哪些属于家中的人工智能产品？

A、手术机器人

B、个人语音助手

C、智能音箱

D、扫地机器人

BCD

目前外科手术领域的医用机器人的优点有

A、定位误差小

B、可以帮助医生诊断病情

C、手术创口小

D、能够实时监控患者的情况

AC

智能推荐系统有哪些特点

A、根据用户的购买记录记忆用户的偏好

B、根据浏览时间判断商品对用户的吸引力

C、根据用户的喜好进行相关推荐

D、跟踪订单状态

ABC

人工智能发展简史

被誉为计算机科学与人工智能之父的是

A、纽维尔

B、西蒙

C、图灵

D、费根鲍姆

C

最早的聊天机器人之一、最早通过图灵测试的程序

A、Dendral

B、ELIZA

C、Deepblue

D、Xcon

B

哪些学科是人工智能的基础

A、经济学

B、数学

C、计算机科学

D、地理学

BC

选择符合强人工智能的描述

A、在科学创造力、智慧等方面都远胜于人类

B、可以胜任人类的所有工作

C、是通用的人工智能

D、仅在某个特定的领域超越人类的水平

BC

发展出图像识别成功率超越人类的人工智能的主要因素有

A、计算力的提升

B、社会关注度提升

C、人类专家规则的完善

D、大量数据驱动

AD

搜索求解

利用已有知识、经验，根据问题的实际情况，不断寻找可利用知识，从而构造（ ），使问题得以解决的过程称为搜索。

A、一条代价最小的推理路线

B、一条代价最大的推理路线

C、一条距离最短的路线

D、数学公式

A

从初始节点S0开始逐层向下扩展，在全部搜索完第k层节点之后，才进入第k+1层节点进行搜索。这种搜索策略属于（ ）优先搜索。

A、随机

B、深度

C、均匀

D、广度/宽度

D

启发性信息包括（ ）有关的信息。

A、所有选项都包括

B、搜索最有希望方向

C、指导搜索过程

D、与具体问题求解过程

A

启发性信息的作用强度会影响搜索结果，当强度为（ ）时，可降低搜索工作量，但可能导致找不到最优解。

A、小

B、强

C、弱

D、0

B

启发式搜索算法包括（ ）。

A、A算法

B、广度搜索算法

C、全局搜索算法

D、深度搜索算法

A

双人完备信息博弈是指两位选手对垒，轮流走步，双方都知道（ ）。

A、估计出对方未来的走步

B、所有选项都包括

C、对方已经走过的棋步

D、棋局的初始状态

B

博弈树的搜索方法采用的是（ ）。

A、极大极小分析法

B、极小分析法

C、深度搜索算法

D、极大分析法

A

设二方博弈已生成一棵博弈搜索树，一方寻找最优行动方案，需进行（ ）等

A、设计一个估价函数

B、推算父节点的得分

C、估算当前节点的得分

D、所有选项都包括

D

对于一棵博弈搜索树，自己方寻找最优行动方案时，那些对己方有利的叶节点，取估价值的原则是（ ）。

A、估价函数取负值

B、取估价值接近于0

C、所有选项都错

D、估价函数取正值

D

盲目搜索的搜索策略包括（ ）优先搜索。

A、广度/宽度

B、深度

C、随机

D、均匀

AB

逻辑与推理

知识可以分为关于（ ）的知识等。

A、所有选项都包括

B、规则

C、控制

D、事实

A

对知识进行表示的过程就是把知识编码成某种（ ）的过程。

A、公式

B、数字

C、编程语言

D、数据结构

D

框架的构成不包括（ ）等。

A、槽名

B、槽值

C、约束

D、长方形外围框

D

状态空间可描述为一个有向图，其结点指示（ ），结点间的有向弧表示状态变迁。

A、操作

B、方向

C、状态

D、状态变迁

C

知识图谱以其强大的语义处理能力和开放组织能力，已经应用于（ ）。

A、智能搜索

B、个性化推荐

C、盲目搜索

D、内容分发

ABD

基于仿生算法的智能计算

以下属于仿生算法的有：

A、蒙特卡洛方法

B、蚁群算法

C、遗传算法

D、人工神经网络

BCD

下列部分属于基因遗传算法的有：

A、选择

B、剪枝

C、适应度函数

D、局面估值函数

AC

基因遗传算法的两个常用的结束条件为：

A、达到一定的变异次数

B、适应度函数结果达到一定的要求

C、达到一定的交叉次数

D、达到一定的迭代次数

BD

自然界中生物变异的概率是不确定的，但是基因遗传算法的变异概率可以人为调节。

对

在解决函数优化问题时，基因遗传算法的全局性不好，容易陷入局部最优值。

错

仿生算法是一类模拟自然生物进化或者群体社会行为的随机搜索方法的统称。

对

遗传算法比其他传统的算法计算精度都高。

错

基于神经网络的智能计算

（）是用来评估神经网络的计算模型对样本的预测值和真实值之间的误差大小

A、损失函数

B、反向传播

C、优化函数

D、梯度下降

A

前馈型神经网络的中各个层之间是（）的，反馈型神经网络中各个层之间是（）的

A、有环；无环

B、无环；无环

C、有环；有环

D、无环；有环

D

在手写数字识别的例子中，输入的图片为长和宽都是28像素的图片，输出判断数字0-9的概率。要构建前馈型神经网络去解决这个问题，输入层是（）维的，输出层是（）维的。

A、28；10

B、28；1

C、784；10

D、784；1

C

神经网络中各个隐藏层能提取出和人类看到的一样的特征

错

人工神经网络训练的目的就是使得损失函数最小化

对

机器学习

下面哪一种机器学习方法没有利用标注数据( )

A、回归分析

B、有监督学习

C、无监督学习

D、半监督学习

C

下面对经验风险和期望风险的描述中，哪一个属于欠学习（ ）

A、经验风险大、期望风险大

B、经验风险大、期望风险小

C、经验风险小、期望风险大

D、经验风险小、期望风险小

A

下面对经验风险和期望风险的描述中，哪一个属于过学习（ ）

A、经验风险大、期望风险小

B、经验风险大、期望风险大

C、经验风险小、期望风险小

D、经验风险小、期望风险大

D

监督学习方法又可以分为生成方法(generative approach)和判别方法(discriminative approach)。下面哪个方法不属于判别方法（ ）

A、回归模型

B、Ada boosting

C、神经网络

D、贝叶斯方法

D

线性回归中优化目标函数的求取过程与下面哪一种方法是相同的（ ）

A、最大后验概率

B、最小化后验概率

C、最小二乘法

D、最大似然估计

C

下面哪一句话对Ada Boosting的描述是不正确的（ ）

A、在每一次训练弱分类器中，每个样本的权重累加起来等于1

B、该算法若干弱分类器线性加权组合起来，形成一个强分类器

C、在所构成的强分类器中，每个弱分类器的权重是不一样的

D、在所构成的强分类器中，每个弱分类器的权重累加起来等于1

D

下面对回归和分类的描述不正确的是（ ）

A、在回归分析中，学习得到一个函数将输入变量映射到连续输出空间

B、两者均是学习输入变量和输出变量之间潜在关系模型

C、回归是一种无监督学习、分类学习是有监督学习

D、在分类模型中，学习得到一个函数将输入变量映射到离散输出空间

C

由于K均值聚类是一个迭代过程，我们需要设置其迭代终止条件。下面哪句话正确描述了K均值聚类的迭代终止条件（ ）

A、已经形成了K个聚类集合，或者每个待聚类样本分别归属唯一一个聚类集合

B、已经达到了迭代次数上限,或者每个待聚类样本分别归属唯一一个聚类集合

C、已经达到了迭代次数上限,或者前后两次迭代中聚类质心基本保持不变

D、已经形成了K个聚类集合，或者已经达到了迭代次数上限

C

下面对主成份分析的描述不正确的是（ ）

A、在主成份分析中，所得低维数据中每一维度之间具有极大相关度

B、在主成份分析中，将数据向方差最大方向进行投影，可使得数据所蕴含信息没有丢失，以便在后续处理过程中各个数据“彰显个性”

C、主成份分析是一种特征降维方法

D、主成份分析可保证原始高维样本数据被投影映射后，其方差保持最大

A

下面对数据样本方差解释不正确的是（ ）

A、方差（样本方差）是每个样本数据与全体样本数据平均值之差的平方和的平均数

B、方差刻画了随机变量或一组数据离散程度

C、方差刻画了样本数据的大小

D、方差描述了样本数据在平均值附近的波动程度

C