还剩17页未读,继续阅读
本资源只提供10页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
文本内容:
人工智能核心算法复习题含答案
1、Scikit-Learn中,所有的估计器都实现了方法A、fittransformpredictfit_transform答案AC
2、下面关于随机森林和集成学习的说法,正确的是A、随机森林只能用于解决分类问题B、随机森林由随机数量的决策树组成C、集成学习通过构建多个模型,并将各个模型的结果使用求平均数的方法集成起来,作为最终的预测结果,提高分类问题的准确率D、随机森林的弱分类器基分类器的特征选择是随机的答案CD
3、One-hot独热编码有哪些特点?A、特征稠密B、特征稀疏C、词之间相互独立,没有顺序关系D、不能表征词与词之间的关系,one-hot之间正交答案BCD
4、英语重视哪两个问题的区分?A、谓语与非谓语B、可数名词与不可数名词C、冠词与数词D、单复数答案BD
5、针对聚类的性能度量指标,说法正确的是A、Jaccard系数越大越好B、DB指数的值越大越好C、Dunn指数的值越大越好D、Rand系数越大越好答案ACD
6、回归问题的评估方法包括A、F值B、AUCun-samplingTranspose-convun-poolingDconv答案ABC
51、不确定性类型按性质可分哪些?A、随机性B、模糊性C、不完全性D、不一致性答案ABCD
52、k-means算法的典型计算步骤包括A、从数据点中随机选择数量与簇的数量相同的数据点,作为这些簇的重心B、计算数据点与各重心之间的距离,并将最近的重心所在的簇作为该数据点所属的簇C、计算每个簇的数据点到重心距离的平均值,并将其作为新的重心D、重复步骤2与步骤3继续计算,直到所有数据点不改变所属的簇,或达到计算最大次数答案ABCD
53、关于支持向量机,哪项说法正确?A、支持向量机可以用于处理二分类及多分类问题B、支持向量机只能用于线性可分的分类问题C、支持向量机可用于回归问题D、核函数的选择对支持向量机的性能影响较大答案ACD
54、卷积神经网络结构上的三大特性包括A^局部连接B、权重共享C、下采样D、归一化答案ABC
55、深度学习的训练过程包括自下而上的和自顶向下的oA、无监督学习B、监督学习C、强化学习D、半监督学习答案AB
56、数据不平衡问题由于数据分布不平衡造成的,解决方法如下A、对小样本加噪声采样B、对大样本进行下采样C、进行特殊的加权D、采用对不平衡数据集不敏感的算法答案ABCD
57、以下说法正确的是A、聚类是监督学习B、聚类是非监督学习C、分类是非监督学习D、分类是监督学习答案BD
58、常用的聚类模型评价指标包括A、调整兰德系数B、轮廓系数C、基尼系数D、Jaccard系数答案ABD
59、以下属于现有的文本情感分析的途径的是A、关键词识别B、词汇关联C、统计方法D、概念级技术答案ABCD
60、关于线性回归说法正确的是A、日常生活中,收入预测可以作为线性回归问题来解决B、商品库存预测,是一种典型的有监督学习方法C、常用的回归模型有线性回实用归和非线性回归D、线性回归是简单的方法〃答案:ABCD
61、产生式系统的组成部分包括A、状态空间B、综合数据库C、规则集D、控制策略答案BCD
62、下列哪些部分是专家系统的组成部分?A、用户B、综合数据库C、推理机D、知识库答案BCD
63、在随机森林中,最终的集成模型是通过什么策略决定模型结果的?A、累加制B、求平均数C、投票制D、累乘制答案BC
64、以下术语中,属于具有降维特征提取技术的是A、PCAB、KPCAC、ICARANSAC答案ABC
65、线性回归的基本假设包括哪个?A、随机误差项是一个期望值为0的随机变量B、对于解释变量的所有观测值,随机误差项有相同的方差C、随机误差项彼此相关D、解释变量是确定性变量不是随机变量,与随机误差项之间相互独立答案ABD
66、BERT模型的主要创新点都在pre-train方法上,即用了和两种方法分别捕捉词语和句子级别的representationMaskedLMMaskedMLCNextSentencePredictionD、PreSentencePrediction答案AC
67、关于卷积神经网络池化层以下描述正确的是?A、池化操作采用扫描窗口实现B、池化层可以起到降维的作用C、常用的池化方法有最大池化和平均池化D、经过池化的特征图像变小了答案ABCD
68、计算智能的主要内容包括A、神经计算B、进化计算C、免疫计算D、蚁群算法答案AB
69、循环神经网络RNN中,常用的激活函数是和A、sigmod函数B、Relu函数C、tanh函数D、ELU函数答案AC
70、下列哪些包是图像处理时常用的?numpyopencvgensimmatplotlib答案ABD
71、下列有关数据归一化操作的说法,正确的有A、归一化的目的是将数据限制在一定范围B、归一化后可加快梯度下降求最优解的速度C、逻辑回归等模型先验假设数据服从正态分布答案ABC
72、关于朴素贝叶斯分类器说法正确的是A、朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响B、面对孤立的噪声点,朴素贝叶斯分类器是健壮的C、面对无关属性,朴素贝叶斯分类器是健壮的D、相关属性可能会降低朴素贝叶斯分类器的性能答案ABCD
73、可以有效解决过拟合的方法包括A、增加样本数量B、增加特征数量C、训练更多的迭代次数D、采用正则化方法答案AD
74、faster-rcnn网络每个位置生成哪几种比例的anchor1比2B、2比1C、1比1D、2比2答案ABC
75、FasterRCNN模型相比于FastR-CNN模型,算法的改进主要体现在A、提出候选框生成网络,取代了SelectiveSearchB、在RPN与最终输出的两个阶段,将分类损失和框回归损失进行联合后对网络进行优化C、采用ROIpooling层,加速特征提取过程D、将CNN提取到的特征送入SVM进行分类答案AB
76、机器学习一般分为和A、强化学习B、监督学习C、非监督学习D、深度学习答案BC
77、采用生理模拟和神经计算方法的人工智能研究被称为A、连接主义B、逻辑学派C、生理学派D、符号主义答案AC
78、神经网络层数越多,就会产生什么效果A、算法精度提升B、梯度消失风险越大C、计算时间越长D、参数越多答案ABCD
79、下列哪些项是构建知识图谱用到的主要技术?A、词性标注B、实体链接C、关系抽取D、命名实体识别答案BCD
80、深度学习的步骤、、A、效果评估B、建立模型C、损失函数D、参数学习答案BCD
81、下列有监督学习算法中可解决回归问题的算法包括A、线性回归B、逻辑回归C、神经网络D、随机森林答案ACD
82、层次聚类算法中数据集的划分可采用的策略为A、“自底向上”的聚合策略B、“自底向上”的分拆策略C、“自顶向下”的聚合策略D、“自顶向下”的分拆策略答案AD
83、对于以下几种性能度量指标,属于内部度量的是A、Jaccard系数B、FM指数C、DB指数D、Dunn指数答案CD
84、完整的CNN架构除了输入及输出外还包含哪些层A、全连接层B、隐藏层C、卷积层D、池化层答案ACD
85、现代的卷积神经网络,常用的模块包括哪些A、多分枝结构B、残差连接C、BatchNormalizationD、Sigmoid激活函数答案ABC
86、下面机器学习算法属于监督学习的是A、线性回归B、K-均值C、朴素贝叶斯D、SVM答案ACD
87、神经元分为三种不同类型的层次A、输入层B、隐藏层C、传输层D、输出层答案:ABD
88、假设我们要解决一个二类分类问题我们已经建立好了模型输出是0或1初始时设阈值为
0.5超过
0.5概率估计就判别为1否则就判别为0;如果我们现在用另一个大于
0.5的阈值那么现在关于模型说法正确的是A、模型分类的召回率不变B、模型分类的召回率会升高C、模型分类准确率会升高或不变D、模型分类准确率降低答案AC
89、以下哪些不是常见的自然语言处理的网络结构A^LeNetBertC、VGGD、ResNet答案ACD
90、机器学习的一般流程包括A、数据获取B、分析案例C、模型验证D、模型训练答案ABCD
91、常见的聚类性能度量内部指标有A、Rand系数B、DB指数C、Dunn指数D、以上都是答案BC
92、下列有监督学习算法中可解决分类问题的算法有A、线性回归B、逻辑回归C、支持向量机D、随机森林答案BCD
93、一个典型人脸识别系统的识别流程包括哪些oA、人脸检测B、人脸对齐C、人脸特征提取D、人脸特征比对答案ABCD
94、选择下列哪些方法可以用于表示表示智能体的状态A、结构式B、模块式C、网络式D、因子式答案AD
95、深度学习网络架构中,存在的主要问题难点有A、数据精度设置B、每层卷积核多少设置C、网络层数选取D、激活函数选取答案BCD
96、关于归一化描述正确的是oA、归一化可以预防过拟合B、归一化没有实质作用C、归一化将所有数据样本之缩放到0-1之间D、归一化是一种激活函数答案AC
97、给定两个特征向量,以下哪些方法可以计算这两个向量相似度?A、欧式距离B、夹角余弦CosineC、信息焙D、曼哈顿距离答案ABD
98、数据挖掘的挖掘方法包括A、聚类分析B、回归分析C、神经网络D、决策树算法答案ABCD
99、下列算法哪些属于K-means的变种?A、kNNBMeanshiftk-means++D、以上都不是答案BC
100、以下哪些激活函数容易产生梯度消失问题?ReLUSoftplusTanhSigmoid答案CDC、决定系数D、均方误差答案CD
7、深度学习中以下哪些步骤是由模型自动完成的?A、模型训练B、特征选择C、分析定位任务D、特征提取答案BD
8、卷积神经网络中典型的模式是?A、卷积层后为池化层,然后还是卷积层-池化层B、多个连续的池化层,然后跟着一个卷积层C、网络中最后的几个层是全连接层D、网络中最开始的几个层是全连接层答案AC
9、在机器学习中,如果单纯去提高训练数据的预测能力,所选模型的复杂度往往会很高,这种现象称为过拟合对于产生这种现象以下说法正确的是A、样本数量太少B、样本数量过多C、模型太复杂D、模型太简单答案AC
10、关于谓词逻辑,下列描述正确的是OA、紧接于量词之后被量词作用的谓词公式称为该量词的辖域B、在一个量词的辖域中与该量词的指导变元相同的变元称为约束变元C、仅个体变元被量化的谓词成为一阶谓词D、个体变元、函数符号和谓词符号都被量化的谓词成为二阶谓词答案ABCD
11、使用KNNK-NearestNeighbor算法解决分类问题的步骤包括A、对未知数据进行正则化B、计算未知数据与已知标签数据之间的距离C、得到距离未知数据最近的k个已知标签数据D、通过已知标签数据的数量进行多数表决,作为未知数据的分类结果答案BCD
12、k近邻算法包含哪几个要素?A、距离度量B、k值选择C、分类决策规则D、函数间隔定义答案ABC
13、在随机森林中,最终的集成模型是通过什么策略决定模型结果的A、累加制B、求平均数C、投票制D、累乘制答案BC
14、关于线性回归说法正确的是A、输入特征是非随机的且互不相关的B、随机误差具有零均值,同方差的特点C、随机误差彼此间不相关D、输入特征于随机误差不相关答案ABCD
15、神经网络可以按A、学习方式分类B、网络结构分类C、网络的协议类型分类D、网络的活动方式分类答案ABD
16、配置关键词时,我们可以按照以下哪个方法来进行操作?A、仅配置数字;B、仅配置字母;C、使用核心的词汇或词组来配置D、针对任一问题来提取关键词配置答案CD
17、统计模式分类问题中,当先验概率未知时,可以使用A、最小最大损失准则B、最小误判概率准则C、最小损失准则D、N-P判决答案AD
18、如果深度学习神经网络出现了梯度消失或梯度爆炸问题我们常用的解决方法为.A、梯度剪切B、随机欠采样C、使用Relu激活函数D、正则化答案ACD
19、生成对抗网络GAN的基本结构主要包括以下哪些A、触发器B、生成器C、判别器D、聚合器答案BC
20、考虑到RNN或者LSTMGRU等类模型只能从依次计算或者从依次计算,带来了一定的局限性A、前向后B、后向前C、左向右D、右向左答案CD
21、下列哪些项属于聚类算法?K-meansBIRCHC、SVMD、DBSCAN答案ABD
22、前馈神经网络由、、构成?A、输入层B、隐藏层C、中间层D、输出层答案ABD
23、关于遗传算法和进化策略,下列说法正确的是A、遗传算法同时使用交叉和突变操作B、进化策略仅使用交叉操作C、进化策略不需要用编码的形式来表示问题D、进化策略使用纯粹的数值优化计算答案ACD
24、考虑智能体函数与智能体程序的差异,从下列陈述中选择正确的答案A、一个智能体程序实现一个智能体函数B、智能体程序与智能体函数没有任何关系C、一个智能体函数实现一个智能体程序D、智能体程序包含智能体函数答案AD
25、下列选项属于静态图缺点的是()A、代码编写较为简洁和方便B、计算图构建很长时间后才提示错误C、无法使用pdb或print语句调试执行D、控制流与Python不同,造成一定的学习门槛答案BCD
26、聚类试图将数据集中的样本划分为若干个通常是的子集,每个子集称为一个“簇”,每个簇对应一定的概念(如无籽瓜、浅色瓜等),这些概念对聚类算法是的,聚类过程仅能自动形成簇结构,簇对应的概念含义由使用者来把握和命名A、相交B、不相交C、事先已知D、事先未知答案BD
27、卷积神经网络结构包括()、()、()A、输入层B、卷积层C、隐含层D、输出层答案ACD
28、关于感知器,下列说法正确的是()A、感知器由2层神经元组成,是一个单层的前馈神经网络B、输入结点把接收到的值传送给输出链,不作任何转换C、输出结点计算输入的加权和,加上偏置项,根据结果的符号产生输出D、训练阶段,权值参数不断调整,直至模型输出和训练样例的实际输出一答案ABD
29、自适应神经-模糊推理系统(ANFIS)可以表达成包括6个层的神经网络,包括以下?A、归一化层B、去模糊化层C、总结层D、输出层答案ABC
30、以下属于Anchor-free的目标检测模型有?CornerNetPANetFCOSDCenterNet答案ACD
31、支持向量机的求解通常是借助于凸优化技术,针对线性核SVM来说,主要的求解提升效率方法为
(一)oA、割平面法B、随机梯度下降C、坐标下降法D、快速采样法答案ABC
32、哪些是XGBoost与GBDT相比具有的优点?A、损失函数是用泰勒展式二项逼近,而GBDT只是一阶导数B、对树的结构进行了正则化约束,防止模型过度复杂,降低了过拟合的可能性$节点分裂的方式不同,GBDT是用的基尼系数,XGBoost是经过优化推导后的C、XGBoost使用网格搜索,只能检测有限个值答案ABC
33、属于卷积神经网络(CNN)的有()VGGNetResNetAlexNetDGoogleNet答案:ABCD
34、分类问题的评估方法包括A、正确率B、精确率C、召回率D、均方误差答案ABC
35、下列哪些组件是Resnet通常不包括的()A、残差连接B、卷积单元C、循环连接D、Attention模块答案CD
36、以下方法不需要目标向量的是()A、特征选择嵌入法B、无监督学习C、监督学习D、特征选择过滤法答案BD
37、关于学习率初始值设定描述正确的是()?以下()数值适合作为学习率的初始值?A、学习率是网络自己学习得到的B、学习率是根据不同场景,人为设定的C、5e-08D、
0.005答案BD
38、决策树的生成是一个递归过程.在决策树基本算法中导致递归返回的情况包括()A、当前属性集为空,无法划分B、当前结点包含的样本全属于同一类别,无需划分C、所有样本在所有属性上取值相同,无法划分D、当前结点包含的样本集合为空,不能划分答案ABCD
39、以下关于机器学习算法与传统基于规则方法的区别中正确的是?A、传统的基于规则的方法,其中的规律可以人工显性的明确出来B、传统基于规则的方法使用显性编程来解决问题C、机器学习中模型的映射关系是自动学习的D、机器学习所中模型的映射关系必须是隐性的答案ABC
40、在Skip-gram的实际实现中,vocab_size通常很大,导致W非常大为了缓解这个问题,通常采取的方式来近似模拟任务A、正采样B、负采样C、多分类D、单分类答案BC
41、在训练神经网络来学习分类任务前,应优先考虑问题A、确定输入层和输出层的结点数目B、选择网络拓扑结构C、初始化权值和偏置D、去掉有遗漏值的训练样例,或用最合理的值来代替答案ABCD
42、WordEmbedding是一种高效的从原始语料中学习字词空间向量的预测模型分为两种形式CB0WSkip-GramC、BBPBPNM答案AB
43、哪些属于生成式对抗网络模块A、生成模型B、对抗模型C、判别模型D、回归模型答案AC
44、已知4个样本的实际类别分别是
[0011]聚类结果是[100,Jaccard系数为Rand指数为A、
0.25B、
0.5C、
0.75D、1答案AB
45、对股票涨跌方向的判断,理论上下列哪些方法是可行的?A、SVMDBSCANFP-growthD、决策树答案AD
46、对于以下几种性能度量指标,属于外部度量的是A、Jaccard系数B、FM指数C、DB指数D、Dunn指数答案AB
47、在神经网络中常有权重共享现象,以下哪些神经网络会发生权重共享A、感知器B、卷积神经网络C、全连接神经网络D、循环神经网络答案BD
48、在深度学习中,常用的损失函数有A、平方损失函数B、交叉燧损失函数C、原型损失函数D、累加合损失函数答案AB
49、关于Bagging集成方法说法正确的是A、训练一个Bagging集成与直接使用基学习算法训练一个学习器的复杂度同阶,因此Bagging是一个很高效的集成学习算法B、为处理多分类或回归任务,Bagging需进行修改C、从偏差-方差分解的角度看,Bagging主要关注降低偏差D、Bagging的性能依赖于基分类器的稳定性答案AD
50、如何使featuremap尺寸变大?。