2022大学慕课答案 人工智能：模型与算法(浙江大学)1467148721 最新大学MOOC满分章节测试答案
本答案对应课程为:点我自动跳转查看
本课程起止时间为:2022-03-01到2022-06-20
第一周 人工智能概述 第一周测试
1、 问题:如果一个问题或者任务不可计算，那么对这个问题或任务的描述哪一句是正确的（ ）
选项：
A:无法将该问题或任务所需数据一次性装入内存进行计算
B:该问题或任务所需计算时间是线性增加的
C:图灵机不可停机
D:该问题或任务所需计算时间是非线性增加的
答案: 【图灵机不可停机】
2、 问题:下面哪一句话准确描述了摩尔定律（ ）
选项：
A:摩尔定律描述了计算机内存大小随时间不断增长的规律
B:摩尔定律描述了计算机的计算速度每一年半增长一倍的规律
C:摩尔定律描述了计算机的体积大小随时间不断减少的规律
D:摩尔定律描述了互联网所链接节点随时间不断增长的规律
答案: 【摩尔定律描述了计算机的计算速度每一年半增长一倍的规律】
3、 问题:下面哪个方法于20世纪被提出来，用来描述对计算机智能水平进行测试（ ）
选项：
A:摩尔定律
B:香农定律
C:图灵测试
D:费马定理
答案: 【图灵测试】
4、 问题:1955年，麦卡锡、明斯基、香农和诺切斯特四位学者首次提出“artificial intelligence（人工智能）”这个概念时，希望人工智能研究的主题是（ ）
选项：
A:避免计算机控制人类
B:全力研究人类大脑
C:人工智能伦理
D:用计算机来模拟人类智能
答案: 【用计算机来模拟人类智能】
5、 问题:下面哪个描述不属于对人工智能的分类（ ）
选项：
A:领域人工智能/弱人工智能
B:生物智能
C:通用人工智能/跨域人工智能
D:混合增强人工智能
答案: 【生物智能】
6、 问题:下面哪一句话是正确的 （ ）
选项：
A:人工智能就是机器学习
B:机器学习就是深度学习
C:人工智能就是深度学习
D:深度学习是一种机器学习的方法
答案: 【深度学习是一种机器学习的方法】
7、 问题:以逻辑规则为核心的逻辑推理、以数据驱动为核心的机器学习和以问题引导为核心的强化学习是三种人工智能的方法，下面哪一句话的描述是不正确的（ ）
选项：
A:以逻辑规则为核心的逻辑推理方法解释性强
B:目前以数据驱动为核心的机器学习方法需要从具有标签的大数据中来学习数据模式，完成给定任务
C:目前以数据驱动为核心的机器学习方法可从任意大数据（无论数据是具备标签还是不具备标签）中来学习数据模式，完成给定任务
D:强化学习的基本特征是智能体与环境不断进行交互，在交互过程不断学习来完成特定任务
答案: 【目前以数据驱动为核心的机器学习方法可从任意大数据（无论数据是具备标签还是不具备标签）中来学习数据模式，完成给定任务】
8、 问题:下面对人类智能和机器智能的描述哪一句是不正确的（ ）
选项：
A:人类智能能够自我学习，机器智能大多是依靠数据和规则驱动
B:人类智能具有自适应特点，机器智能则大多是“依葫芦画瓢”
C:人类智能和机器智能均具备常识，因此能够进行常识性推理
D:人类智能具备直觉和顿悟能力，机器智能很难具备这样的能力
答案: 【人类智能和机器智能均具备常识，因此能够进行常识性推理】
9、 问题:我们常说“人类是智能回路的总开关”，即人类智能决定着任何智能的高度、广度和深度，下面哪一句话对这个观点的描述不正确（ ）
选项：
A:人类智能是机器智能的设计者
B:机器智能目前无法完全模拟人类所有智能
C:机器智能目前已经超越了人类智能
D:机器智能和人类智能相互协同所产生的智能能力可超越人类智能或机器智能
答案: 【机器智能目前已经超越了人类智能】
10、 问题:下面哪句话描述了现有深度学习这一种人工智能方法的特点（ ）
选项：
A:小数据，大任务
B:大数据，小任务
C:小数据，小任务
D:大数据，大任务
答案: 【大数据，小任务】
11、 问题:20世纪30年代，围绕可计算这一重要思想，一些模型被提出。下述哪个模型不是于这个时期在可计算思想推动下产生的（ ）
选项：
A:原始递归函数
B:lambda 演算
C:图灵机
D:冯诺依曼模型
答案: 【冯诺依曼模型】
12、 问题:德国著名数学家希尔伯特在1900年举办的国际数学家大会中所提出的“算术公理的相容性 (the compatibility of the arithmetical axioms)”这一问题推动了可计算思想研究的深入。在希尔伯特所提出的这个问题中，一个算术公理系统是相容的需要满足三个特点。下面哪个描述不属于这三个特点之一（ ）
选项：
A:完备性，即所有能够从该形式化系统推导出来的命题，都可以从这个形式化系统推导出来。
B: 一致性，即一个命题不可能同时为真或为假
C:可判定性，即算法在有限步内判定命题的真伪
D:复杂性，即算法性能与输入数据大小相关
答案: 【复杂性，即算法性能与输入数据大小相关】
13、 问题:下面哪个描述不属于邱奇－图灵论题所包含的意思（ ）
选项：
A:凡是可计算的函数都可以用图灵机计算
B:任何计算，如果存在一个有效过程，它就能被图灵机实现
C:有些数学问题是不可求解的(图灵不可停机的)
D:任何表达力足够强的(递归可枚举)形式系统同时满足一致性和完备性
答案: 【任何表达力足够强的(递归可枚举)形式系统同时满足一致性和完备性】
第二周 搜索求解 第二周测试
1、 问题: 在启发式搜索（有信息搜索）中，评价函数的作用是（）
选项：
A:判断搜索算法的空间复杂度
B:判断搜索算法的时间复杂度
C:从当前节点出发来选择后续节点
D:计算从当前节点到目标节点之间的最小代价值
答案: 【从当前节点出发来选择后续节点】
2、 问题:在启发式搜索（有信息搜索）中，启发函数的作用是（）
选项：
A:判断搜索算法的空间复杂度
B:判断搜索算法的时间复杂度
C:从当前节点出发来选择后续节点
D:计算从当前节点到目标节点之间的最小代价值
答案: 【计算从当前节点到目标节点之间的最小代价值】
3、 问题:在贪婪最佳优先搜索中，评价函数取值和启发函数取值之间的关系是（ )
选项：
A:相等
B:大于
C:小于
D:不等于
答案: 【相等】
4、 问题:在A搜索算法中，评价函数可以如下定义（ ）
选项：
A:评价函数之值=(从起始节点出发到当前节点最小开销代价)+(从当前节点出发到目标结点最小开销代价)
B:评价函数之值=(从起始节点出发到当前节点最小开销代价)(从当前节点出发到目标结点最小开销代价)
C:评价函数之值=(从起始节点出发到当前节点最小开销代价)-(从当前节点出发到目标结点最小开销代价)
D:评价函数之值=(从起始节点出发到当前节点最小开销代价)/(从当前节点出发到目标结点最小开销代价)
答案: 【评价函数之值=(从起始节点出发到当前节点最小开销代价)+(从当前节点出发到目标结点最小开销代价)】
5、 问题:A*算法是一种有信息搜索算法，在最短路径搜索中引入的辅助信息是（ ）
选项：
A:路途中天气和交通状况等信息
B:旅行者兴趣偏好信息
C:任意一个城市到目标城市之间直线距离
D:任意一个城市到起始城市之间直线距离
答案: 【任意一个城市到目标城市之间直线距离】
6、 问题:为了保证A*算法是最优的，需要启发函数具有可容（admissible）和一致（consistency）的特点,下面对启发函数具有可容性这一特点的解释正确的是（ ）
选项：
A:启发函数是递增的
B:启发函数不会过高估计从当前节点到目标结点之间的实际开销代价
C:启发函数不会过高估计从起始节点到目标结点之间的实际开销代价
D:启发函数是递减的
答案: 【启发函数不会过高估计从当前节点到目标结点之间的实际开销代价】
7、 问题:下面对Alpha-Beta剪枝搜索算法描述中，哪句描述是不正确的（ ）
选项：
A:剪枝本身不影响算法输出结果
B:节点先后次序会影响剪枝效率
C:节点先后次序不会影响剪枝效率
D:在大多数情况下，剪枝会提高算法效率
答案: 【节点先后次序不会影响剪枝效率】
8、 问题:下面对minimax搜索算法描述中，哪句描述是不正确的（ ）
选项：
A:给定一个游戏搜索树，minimax算法通过每个节点的minimax值来决定最优策略
B:MAX节点希望自己收益最大化
C:MIN节点希望对方收益最小化
D: minimax搜索不需要遍历游戏树中所有节点
答案: 【 minimax搜索不需要遍历游戏树中所有节点】
9、 问题:Alpha和Beta两个值在Alpha-Beta剪枝搜索中被用来判断某个节点的后续节点是否可被剪枝，下面对Alpha和Beta的初始化取值描述正确的是（ ）
选项：
A:Alpha和Beta可随机初始化
B:Alpha的初始值大于Beta的初始值
C:Alpha和Beta初始值分别为正无穷大和负无穷大
D: Alpha和Beta初始值分别为负无穷大和正无穷大
答案: 【 Alpha和Beta初始值分别为负无穷大和正无穷大】
10、 问题:下面对上限置信区间 (Upper Confidence Bound,UCB)算法在多臂赌博机中的描述，哪句描述是不正确的（ ）
选项：
A: UCB算法在探索-利用（exploration-exploitation）之间寻找平衡
B:UCB算法既考虑拉动在过去时间内获得最大平均奖赏的赌博机，又希望去选择那些拉动臂膀次数最少的赌博机
C:UCB算法是优化序列决策问题的方法
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
