人工智能-核心算法复习题+参考答案

人工智能-核心算法复习题+参考答案

1、（）控制着整个LSTM单元的状态或者记忆，它会根据每个时刻的输入进行更新A、隐状态向量B、状态向量C、显状态向量D、以上都不对答案B

2、以下属于生成式模型的是（）A、SVMB、随机森林C、隐马尔可夫模型HMMD、逻辑回归答案C

3、对于一个图像识别问题（在一张照片里找出一只猫），下面哪种神经网络可以更好地解决这个问题？A、循环神经网络B、感知机C、多层感知机D、卷积神经网络答案D

4、VGG-19中卷积核的大小为A、3x3B、5x5C、3x35x5D、不确定答案A

5、下列关于随机变量的分布函数，分布律，密度函数的理解描述不正确的是？A、离散型随机变量没有分布函数B、密度函数只能描述连续型随机变量的取值规律C、分布函数描述随机变量的取值规律D、分布律只能描述离散型随机变量的取值规律答案A

6、感知机描述错误的是（）

49、可用作数据挖掘分析中的关联规则算法有Apriori算法、FPTree算法、K均值法、SOM神经网络A、正确B、错误答案B

50、基于sklearn用机器学习模型进行数据分析与数据挖掘的关键步骤为load_data、create_model、modelfit、modeltransformA、正确B、错误答案B

51、通过聚集多个分类器的预测来提高分类准确率的技术称为聚集aggregateA、正确B、错误答案B

52、对分类问题，若类别数目为N则最后一个全连接层的神经元数目必须为NA、正确B、错误答案A

53、常用的双向循环神经网络，不同方向的神经元，彼此相连A、正确B、错误答案B

54、对于超参数的设置可采用网格搜索法确定其最优值A、正确B、错误答案A

55、对于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本对分类结果没有影响A、正确B、错误答案A

56、Gini指数越大表示集合中被选中的样本被分错的概率越小，也就是说集合的纯度越高A、正确B、错误答案B

57、随机森林的收敛性与Bagging相似，随机森林的起始性能往往相对较好，随着个体学习器数目的增加，随机森林通常会收敛到更低的泛化误差A、正确B、错误答案B

58、生成对抗网络中的生成器既可以是卷积神经网络，也可以是循环神经网络A、正确B、错误答案A

59、KNNK-NearestNeighbor算法由于需要同时存储大量的已知标签数据故其一般不适合处理大规模的训练数据A、正确B、错误答案A

60、可以通过将所有权重初始化为0来训练网络A、正确B、错误答案B

61、LeNet是由YannLeCun等人于1998年提出的，是人们第一次将卷积神经网络应用到图像分类任务上，在手写数字识别任务上取得了巨大成功A、正确B、错误答案A

62、卷积神经网络是含有卷积层的神经网络，二维卷积层有高和宽两个空间维度，常用来处理文本数据A、正确B、错误答案B

63、归结演绎推理方法是一种反证法A、正确B、错误答案A

64、Sigmoid是早期神经网络模型中常见的非线性变换函数A、正确B、错误答案A

65、云计算的服务方式有laaS、Raas、PaaS、SaaSA、正确B、错误答案B

66、当在内存网络中获得某个内存空间时，通常选择读取矢量形式数据而不是标量，这里需要基于内容的寻址或基于位置的寻址来完成A、正确B、错误答案B

67、在目标检测中，Regionproposallayer算法能产生候选框A、正确B、错误答案A

68、（）霍恩子句是最多只有一个负文字的文字合取式A、正确B、错误答案B

69、自编码是非监督学习类算法A、正确B、错误答案A

70、mini-batch太小会导致收敛变慢，太大容易陷入sharpminima泛化性不好A、正确B、错误答案A

71、交叉烯损失函数的设计是基于最大似然思想最大概率得到观察结果的假设是真的A、正确B、错误答案A

72、K折交叉验证是指将测试数据集划分成K个子数据集A、正确B、错误答案B

73、感知机学习算法可以直观解释为当一个实例点被误分类，即位于分离超平面的错误一侧时，则调整模型权重，使分离超平面向该误分类点的一侧移动，以减少该误分类点与超平面之间的距离，直至超平面越过该误分类点使其被正确分类A、正确B、错误答案A

74、训练集分割为小一点的子集训练，这些子集被取名为mini-batchA、正确B、错误答案AA、感知机根据正确的程度进行权重调整；B、输入层接收外界输入信号传递给输出层；C、输出层是M-P神经元；D、感知机能容易实现逻辑与、或、非运算；答案A

7、机器学习中做特征选择时，下面方法或信息不一定有用的是A、卡方检验B、信息增益C、数据采样D、期望交叉炳答案C

8、在pytorch中，如果主机有1块TitanX显卡以下哪个选项中的代码都可以将变量名为var的tensor放在GPU上运行A%、var=var.to〃cuda:

0、var=var.to^cuda:1〃B、var=var.tozzcuda:KC、var=var.cuda、var=var.to/，cuda:0，/D、var=var.cuda、to〃cuda:1〃〃答案C

9、Adaboost就是从出发反复训练，在其中不断调整数据权重或者是概率分布A、弱分类器B、强分类器C、多个分类器D、单个分类器答案A

10、Skip-gram在实际操作中，使用一个一般情况下，长度是奇数，从左到右开始扫描当前句子A、过滤器B、滑动窗口C、筛选器D、扫描器答案B

11、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、优化函数C、反向传播D、梯度下降答案A

12、下列关于冗余特征的说法错误的是A、冗余特征是可以通过其他特征推演出来的特征B、冗余特征是无用的特征C、冗余特征有时候可以降低学习任务的难度D、去除冗余特征可以减轻学习过程的负担答案B

13、批量梯度下降，小批量梯度下降，随机梯度下降最重要的区别在哪里A、梯度大小B、梯度方向C、学习率D、使用样本数答案D

14、二分搜索算法是利用实现的算法A、分治策略B、动态规划法C、贪心法D、回溯法答案A

15、欠拟合通常是由于—而造成的A、权值学习迭代次数足够多B、学习能力低下C、训练集过多模型复杂D、数据有噪声答案B

16、给定一个长度为n的不完整单词序列，我们希望预测下一个字母是什么比如输入是“predictio”9个字母组成，希望预测笫十个字母是什么下面哪种神经网络结构适用于解决这个工作？A、循环神经网络B、全连接神经网络C、受限波尔兹曼机D、卷积神经网络答案A

17、归结原理的特点是（）A、发明新的概念和关系B、发现更多的规则C、缓解过拟合的风险D、将复杂的逻辑规则与背景知识联系起来化繁为简答案D

18、下列哪项不是SVM的优势A、可以和核函数结合B、通过调参可以往往可以得到很好的分类效果C、训练速度快D、泛化能力好答案C

19、在下列人工神经学习算法中，哪种是能够根据期望的和实际的网络输出之间的差来调整神经元之间连接的强度或权（）A、有师学习B、无师学习C、强化学习D、都不是答案A

20、问答系统中的NLP技术，以下描述不正确的是A、问答（QA）系统的想法是直接从文档、对话、在线搜索和其他地方提取信息，以满足用户的信息需求QA系统不是让用户阅读整个文档，而是更喜欢简短而简洁的答案B、QA系统相对独立很难与其他NLP系统结合使用，现有QA系统只能处理对文本文档的搜索，尚且无法从图片集合中提取信息C、大多数NLP问题都可以被视为一个问题回答问题范例很简单我们发出查询指令，机龄提供响应通过阅读文档或一组指令，智能系统应该能够回答各种各样的问题D、强大的深度学习架构（称为动态内存网络（DMN））已针对QA问题进行了专门开发和优化给定输入序列（知识）和问题的训练集，它可以形成情节记忆，并使用它们来产生相关答案答案B

21、关于精度与错误率的说法中错误的是0A、精度与错误率的和为1B、精度与错误率都可以反映模型的好坏C、精度与错误率都可以用概率密度函数表示D、精度是评价模型的唯一标准答案D

22、关于模型参数权重值的描述，错误的说法是A、在训练神经网络过程中，参数不断调整，其调整的依据是基于损失函数不断减少B、每一次Epoch都会对之前的参数进行调整，迭代次数越多，损失函数一般越小C、模型参数量越多越好，没有固定的对应规则D、训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中答案C

23、下列哪个选项中的模型属于集成学习A、C

4.5B、kNN分类Adaboostk-means答案C

24、Matplotlib是一个主要用于绘制维图形的Python库，用途绘图、可视化A、一B、二C、三D、四答案B25BineryCrossEntropy可作为问题的损失函数A、回归B、二分类C、多分类D、目标检测答案B

26、下列哪个神经网络结构会发生权重共享？A、卷积神经网络B、循环神经网络C、全连接神经网络D、选项A和B答案D

27、下列哪项关于模型能力的描述是正确的指模型能近似复杂函数的能力A、隐层层数增加，模型能力增加B、Dropout的比例增加模型能力增加C、学习率增加，模型能力增加D、都不正确答案A

28、下列哪个模型属于无监督学习A、KNN分类B、逻辑回归DBSCAND、决策树答案C

29、协同训练co-training是针对数据设计？A、多角度B、多视图C、多环境D、多版本答案B

30、传统GBDT在优化时只用到一阶导数信息，xgboost则对代价函数进行二阶泰勒展开，同时用到了A、一阶导数B、二阶导数C、三阶导数D、四阶导数答案AB

31、下列哪些属于常用的分类算法A、kNNB、SVMC、SVRDBSCAN答案AB

32、DSSM模型总的来说可以分成三层结构，分别是A、输入层B、表示层C、匹配层D、输出层答案ABC

33、关于搜索与求解描述正确的是A、搜索是为了达到某一目标而多次进行某种操作、运算、推理或计算的过B、所有的智能活动过程，都可以看作或者抽象为一个基于搜索的问题求解C、搜索是人在求解问题时不知现成解法的情况下所采取的一种普遍方法D、搜索可以看作人类和其他生物所具有的一种元知识答案ABCD

34、专家系统知识表示的方法主要有哪些？A、逻辐表示法谓词表示法B、框架C、产生式D、语义网络答案ABCD

35、Skip-gram的算法实现包括几个部分？A、输入层B、卷积层C、隐臧层D、输出层答案ACD

36、卷积神经网络的核心思想是A、局部感知B、参数共享C、全连接答案AB

37、下列哪些开发包，已包含一些常用的机器学习算法？A^sklearnxgboostC^lightgbmDsnumpy答案ABC

38、隐马尔可夫模型三个基本问题以及相应的算法说法正确的是（）A、评估一前向后向算法B、解码一维特比算法C、学习一Baum-Welch算法D、学习一前向后向算法答案ABC

39、通过计算这些向量之间的（），就可以计算出词语之间的（），从而达到让计算机像计算数值一样去计算自然语言的目的A、内积B、先后关系C、距离D、关联关系答案CD

40、DSSM经典模型的优点有（）A、解决了字典爆炸问题，降低了计算复杂度B、省去了人工特征工程C、采用有监督训练，精度较高D、效果不可控答案ABC

41、在深度学习任务中，遇到数据不平衡问题时，我们可以用以下哪些方法进行解诀？A、批量删除B、随机过采样C、合成采样D、随机欠采样答案BCD

42、常用的盲目搜索方法是什么？A、随机碰撞式搜索B、精确碰撞式搜索C、不完全式搜索D、完全式搜索答案AD

43、哪些不能用来评估神经网络的计算模型对样木的预测值与真实值之间的误差大小A、优化函数B、损失函数C、梯度下降D、反向传播答案ACD

44、带有记忆处理的神经元有A、LSTMB、GRUC、CNND、ResNet答案AB

45、强化学习中的两种免模型学习是、oA、逆强化学习B、时序差分学习C、蒙特卡罗强化学习D、模仿学习答案BC

46、下列哪些模型可以E2E训练Y0L0v3Y0L0v2RCNNfastRCNN答案ABD

47、层次聚类数据集的划分采用了哪些策略？A、自底向上B、贪心策略C、自顶向下D、以上都是答案AC

48、认知语言学更多地是考虑A、句法B、音韵C、语义D、语用答案CD。