【题解】【中国大学MOOC】（北京大学）人工智能与信息社会测验——6基于神经网络的智能系统II

1.典型的“鸡尾酒会”问题中，提取出不同人说话的声音是属于

编号	选项
A	强化学习
B	非监督学习
C	监督学习
D	线性回归

2.____有跟环境进行交互，从反馈当中进行不断的学习的过程

编号	选项
A	非监督学习
B	监督学习
C	线性回归
D	强化学习

3.在Q-Learning中，所谓的Q函数是指

编号	选项
A	状态值函数
B	状态动作函数
C	动作值函数
D	策略函数

4.Q函数Q(s, a)是指在一个给定状态s下，采取某一个动作a之后，后续的各个状态所能得到的回报的___。

编号	选项
A	期望值
B	最小值
C	最大值
D	总和

5.在强化学习的过程中，学习率α越大，表示采用新的尝试得到的结果比例越____，保持旧的结果的比例越____。

编号	选项
A	大；小
B	大；大
C	小；大
D	小；小

6.在ε-greedy策略当中，ε的值越大，表示采用随机的一个动作的概率越____，采用当前Q函数值最大的动作的概率越____。

编号	选项
A	小；大
B	小；小
C	大；大
D	大；小

7.在强化学习过程中，____表示随机地采取某个动作，以便于尝试各种结果；____表示采取当前认为最优的动作，以便于进一步优化评估当前认为最优的动作的值。

编号	选项
A	探索；探索
B	探索；开发
C	开发；开发
D	开发；探索

8.用于监督分类的算法有

编号	选项
A	神经网络
B	支持向量机
C	线性回归
D	决策树

9.在强化学习中，主体和环境之间交互的要素有

编号	选项
A	动作
B	状态
C	强化
D	回报

10.在支持向量机分类算法中，用于支撑两个类别最宽分解线的这些样本点称为_______

支持向量