绪论 单元测试

1、 问题:

人工智能的名字是

选项:
A:Allen Lverson
B:Artificial Intelligence
C:Air Jorden
D:A-Class Intelligence
答案: 【
Artificial Intelligence

第一章 单元测试

1、 问题:第一个击败人类职业围棋选手、第一个战胜世界围棋冠军的人工智能机器人是由谷歌公司开发的()。
选项:
A:AlphaGo
B:AlphaGood
C:AlphaFun
D:Alpha
答案: 【
AlphaGo

2、 问题:无需棋谱即可自学围棋的人工智能是()
选项:
A:AlphaGo Fan
B:AlphaGo Lee
C:AlphaGo Master
D:AlphaGo Zero
答案: 【
AlphaGo Zero

3、 问题:世界上第一次正式的AI会议于()年召开,John McCarthy 正式提出“Artificial Intelligence”这一术语
选项:
A:1954
B:1955
C:1956
D:1957
答案: 【
1956

4、 问题:以下哪些不是人工智能概念的正确表述()
选项:
A:人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事
B:人工智能是研究和构建在给定环境下表现良好的智能体程序
C:人工智能是通过机器或软件展现的智能
D:人工智能将其定义为人类智能体的研究
答案: 【
人工智能将其定义为人类智能体的研究

5、 问题:下面不属于人工智能研究基本内容的是()。
选项:
A:机器感知
B:机器学习
C:自动化
D:机器思维
答案: 【
自动化

6、 问题:人工智能是研究、开发用于模拟、延伸和扩展人的( )的理论、方法、技术及应用系统的一门新的技术科学。
选项:
A:智能
B:行为
C:语言
D:计算能力
答案: 【
智能

7、 问题:图灵测试的含义是()
选项:
A:图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。问过一些问题后,如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答,那么这台机器就通过了测试,并被认为具有人类智能。
B:所谓的图灵测试就是指一个抽象的机器,它有一条无限长的纸带,纸带分成了一个一个的小方格,每个方格有不同的颜色。有一个机器头在纸带上移来移去。机器头有一组内部状态,还有一些固定的程序。
C:图灵测试是一种用来混淆的技术,它希望将正常的(可识别的)信息转变为无法识别的信息。
D:不存在图灵测试概念
答案: 【
图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。问过一些问题后,如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答,那么这台机器就通过了测试,并被认为具有人类智能。

8、 问题:下列不属于人工智能学派的是()。
选项:
A:符号主义
B:连接主义
C:行为主义
D:机会主义
答案: 【
机会主义

9、 问题:认为智能不需要知识、不需要表示、不需要推理;人工智能可以像人类智能一样逐步进化;智能行为只能在现实世界中与周围环境交互作用而表现出来。这是()学派的基本思想。
选项:
A:连接主义
B:符号主义
C:行为主义
D:逻辑主义
答案: 【
行为主义

10、 问题:关于人工智能研究范式的连接主义,相关论述不正确的是( )
选项:
A:连接主义原理是模拟大脑神经网络及神经网络间的连接机制与学习算法。
B:连接主义理论认为思维基本是神经元、人脑不同于电脑,并提出连接主义的大脑工作模式。
C:连接主义起源于仿生学和人脑模型的研究。
D:连接主义学派的代表人物有卡洛克(Warren S. McCulloch)、皮茨(Walter H. Pitts)、Hopfield、布鲁克斯(Brooks)、纽厄尔(Newell)。
答案: 【
连接主义学派的代表人物有卡洛克(Warren S. McCulloch)、皮茨(Walter H. Pitts)、Hopfield、布鲁克斯(Brooks)、纽厄尔(Newell)。

11、 问题:人工智能(AI)、机器学习、深度学习三者关系论述正确的是( )
选项:
A:人工智能研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用,属于一门独立的技术学科。
B:机器学习专门研究计算机怎样模拟人类的学习行为,以获取新的知识和技能,重新组织已有的知识结构以完善自身的性能,但是机器学习能力并非AI系统所必须的。
C:人工智能是一门研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用的新的交叉学科,机器学习是人工智能的核心研究邻域之一,深度学习是机器学习的新领域,研究多隐层多感知器、模拟人脑进行分析学习的人工神经网络。
D:深度学习方法研究人工神经网络的单层感知器学习结构。
答案: 【
人工智能是一门研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用的新的交叉学科,机器学习是人工智能的核心研究邻域之一,深度学习是机器学习的新领域,研究多隐层多感知器、模拟人脑进行分析学习的人工神经网络。

12、 问题:支持向量机可以看作是具有一层隐藏层的神经网络。支持向量机的理论基础是()
选项:
A:统计学
B:生物神经学
C:视觉生理学
D:控制论S
答案: 【
统计学

13、 问题:深度学习属于()
选项:
A:符号主义
B:连接主义
C:行为主义
D:逻辑主义
答案: 【
连接主义

14、 问题:下列不符合符号主义思想的是()
选项:
A:源于数理逻辑
B:认为人的认知基元是符号
C:人工智能的核心问题是知识表示、知识推理
D:认为智能不需要知识、不需要表示、不需要推理
答案: 【
认为智能不需要知识、不需要表示、不需要推理

15、 问题:不属于自然语言处理的核心环节的是()
选项:
A:知识的获取与表达
B:自然语言理解
C:自然语言生成
D:语音语义识别
答案: 【
语音语义识别

16、 问题:人工智能的近期目标在于研究机器来( )。
选项:
A:完全代替人类
B:制造智能机器
C:模仿和执行人脑的某些智力功能
D:代替人脑
答案: 【
模仿和执行人脑的某些智力功能

第二章 单元测试

1、 问题:下列哪一个是“分类”任务的准确描述( )。
选项:
A:预测每个项目实际的值
B:对每个项目进行排序
C:为每个项目分配一个类别
D:发现每个空间中输入的排布
答案: 【
为每个项目分配一个类别

2、 问题:下列对于分类概念描述不正确的是( )
选项:
A:分类的概念是在已有数据的基础上学会一个分类函数或构造出一个分类模型(即我们通常所说的分类器(Classifier))。
B:分类的方法包含决策树、逻辑回归、朴素贝叶斯、神经网络等算法
C:分类的标准统一
D:分类的结果有可能错误。
答案: 【
分类的标准统一

3、 问题:在机器学习领域,分类的目标是指()。
选项:
A:将具有相似特征的对象聚集
B:将具有相似形状的对象聚集
C:将具有相似值的对象聚集
D:将具有相似名称的对象聚集
答案: 【
将具有相似特征的对象聚集

4、 问题:两种以上(不含两种)的分类问题被称为()。
选项:
A:二分类
B:多分类
C:分类器
D:归一化
答案: 【
多分类

5、 问题:有关分类器的构造和实施步骤描述错误的是:()
选项:
A:选定样本,将所有样本分成训练样本和测试样本两部分;
B:在训练样本上执行分类器算法,生成分类模型;
C:在训练样本上执行分类模型,生成预测结果;
D:根据预测结果,计算必要的评估指标,评估分类模型的性能。
答案: 【
在训练样本上执行分类模型,生成预测结果;

6、 问题:分类器是基于现有数据构造出一个模型或者函数,以将数据库中的数据映射到给定类别,从而可以应用于数据预测。常包含以下步骤:①在训练样本上执行分类器算法,生成分类模型。 ②在测试样本上执行分类模型,生成预测结果。 ③选定样本(包含正样本和负样本),将所有样本分成训练样本和测试样本。④根据预测结果,计算必要的评估指标,评估分类模型的性能。构造和实施分类器的正确顺序为()
选项:
A:①②③④
B:③①②④
C:④①②③
D:②③①④
答案: 【
③①②④

7、 问题:下列算法中,不能够对给定样本进行分类的是( )。
选项:
A:决策树算法
B:逻辑回归算法
C:梯度下降算法
D:神经网络
答案: 【
梯度下降算法

8、 问题:在测试样本上执行分类模型,可以()。
选项:
A:区分正样本
B:区分负样本
C:生成预测结果
D:生成分类模型
答案: 【
生成预测结果

9、 问题:SVM是一种典型的()模型
选项:
A:感知机
B:神经网络
C:二类分类
D:聚类
答案: 【
二类分类

10、 问题:把样本所属的类型和样本实现对应起来被称为()
选项:
A:测试
B:训练
C:标注
D:分类
答案: 【
标注

11、 问题:分类器测试的作用是
选项:
A:获得检测目标的分类
B:判断测试集样本选择是否合适
C:判断测试集样本标注是否合适
D:检验分类器的效果
答案: 【
检验分类器的效果

12、 问题:下列叙述中关于归一化不正确的是()
选项:
A:归一化后,所有元素和为1
B:归一化后,所有元素值范围在(0,1)
C:归一化后,所有元素值范围在[0,1]
D:归一化也被称为标准化
答案: 【
归一化后,所有元素值范围在(0,1)

13、 问题:

深度学习中,常用的归一化函数是()函数

选项:
A:

SoftMax

B:

SoftMin

C:

MicroMax

D:

MicroMin

答案: 【

SoftMax

第三章 单元测试

1、 问题:有特征,无标签的机器学习是()
选项:
A:监督学习
B:半监督学习
C:无监督学习
D:强化学习
答案: 【
无监督学习

本门课程剩余章节答案为付费内容
本文章不含期末不含主观题!!
本文章不含期末不含主观题!!
支付后可长期查看
有疑问请添加客服QQ 2356025045反馈
如遇卡顿看不了请换个浏览器即可打开
请看清楚了再购买哦,电子资源购买后不支持退款哦

   

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注