本答案对应课程为:点我自动跳转查看
本课程起止时间为:2021-04-28到2021-06-27
本篇答案更新状态:已完结

第一讲 引言 第一讲测验

1、 问题:在上世纪七八十年代,使人工智能研究有了突破性进展的因素是
选项:
A:计算机速度的巨大提高
B:网络的普及和传输速度的提高
C:从基于规则的推理转向数据驱动的统计学习
D:深度学习的崛起
答案: 【从基于规则的推理转向数据驱动的统计学习

2、 问题:以下哪一个是早期语音识别效果不好的重要原因?
选项:
A:没有使用基于神经网络的算法
B:真实语音数据的采集数量太低
C:同一个单词在不同上下文中的音频形态有差异
D:计算机的运算速度不够快
答案: 【同一个单词在不同上下文中的音频形态有差异

3、 问题:以下哪一个是真正意义上的人工智能在2C场景中的应用?
选项:
A:智能电饭锅
B:智能体重计
C:智能计步器
D:今日头条新闻推荐
答案: 【今日头条新闻推荐

4、 问题:以下哪一个不是人工智能时代的基础?
选项:
A:数据驱动
B:算法模型
C:计算机算力资源
D:虚拟现实
答案: 【虚拟现实

5、 问题:人工神经网络算法中,训练阶段的模型更新是如何实现的?
选项:
A:超分类面调整
B:特征空间变换
C:反向误差传播
D:价值网络更新
答案: 【反向误差传播

6、 问题:【附加题】(请阅读课程团队微信号“AI之美”所提供的课外学习资料)假设2102年,你被选中代表人类和AI进行最后的赌赛,规则是这样:l 初始时你有40个筹码,l 每次你可以自由决定投注的筹码数量,然后由AI掷骰l 如果你猜中了骰子的大小,你将赢得投注额的50%l 如果猜错则投注的筹码归AIl 重复上述操作,直到你赢到100个筹码——AI的电源将关闭,或你的筹码归零,人类被AI统治已知由于AI对骰子的操控,你每次猜对的几率只有40%,请采用人工智能的方法设计一个最优的投注策略,使你关掉AI电源的几率尽可能高,那么以下描述的策略中,哪个更接近最优策略?
选项:
A:有40个筹码时,应该All-in;赢到80个筹码时也是All-in
B:不论是在40个还是80个筹码时,都只投注10个筹码
C:在只有40个筹码时,应该只投注10个,赢到80个时应该All-in
D:在只有40个筹码和80个筹码时,都投入40个筹码
答案: 【在只有40个筹码和80个筹码时,都投入40个筹码

7、 问题:谷歌的电话预约机器人通过了图灵实验,表示它的智能已达到人脑水平。
选项:
A:正确
B:错误
答案: 【错误

8、 问题:与神经网络的训练不同,增强学习的训练和运行阶段是同步进行的。
选项:
A:正确
B:错误
答案: 【正确

9、 问题:相对于2C场景,AI在行业中的应用对算法指标的要求更明确。
选项:
A:正确
B:错误
答案: 【正确

第二讲 基于AI的线下商业和智能零售(上) 第二讲 测验

1、 问题:智能零售通过AI技术识别顾客身份,以下对其意义描述错误的是
选项:
A:可以在顾客再次进店时提供更个性化的服务
B:可以与线上用户的资料相匹配
C:可以在顾客涉嫌犯罪时协助公安抓捕罪犯
D:不需要顾客出示身份证件
答案: 【可以在顾客涉嫌犯罪时协助公安抓捕罪犯

2、 问题:在智能零售场景中,深度学习之前已经达到商用水平的技术是
选项:
A:人脸身份识别
B:店内顾客全时跟踪
C:客流量统计
D:顾客行为识别
答案: 【客流量统计

3、 问题:以下对使用3D双目视觉技术进行客流统计的描述,错误的是
选项:
A:为了实现3D感知,两个镜头间的距离需要严格标定
B:3D感知在距离相机较远处会失效
C:必须借助人工智能的人体检测算法才能实现客流统计
D:镜头间距离越远,有效的3D感知距离也越远
答案: 【必须借助人工智能的人体检测算法才能实现客流统计

4、 问题:使用SVM进行客流人体检测时,需要将原始图像变换到另一个特征空间,以下关于如何选择这个特征空间的说法正确的是
选项:
A:维数越高,精度也越高
B:维数应该和原始图像的像素数一致
C:应使得训练样本变换后更容易被分类面分隔开
D:应使得训练样本变换后更加集中
答案: 【应使得训练样本变换后更容易被分类面分隔开

5、 问题:以下对商用客流统计技术发展现状的描述,错误的是
选项:
A:统计精度已可达到95%以上
B:需要使用深度学习,否则精度低于90%
C:AI算法已嵌入相机内部,直接输出客流数据
D:不一定需要使用深度学习算法
答案: 【需要使用深度学习,否则精度低于90%

6、 问题:【附加题】(请阅读课程团队微信号“AI之美”所提供的课外学习资料)在上述与AI的赌赛中,你认为在使用最优策略的条件下,当拥有40个筹码时,你最终胜出的几率大约是几成?拥有80个筹码时,又大约是几成呢?
选项:
A:一成,九成
B:一成,七成
C:两成,四成
D:一成,四成
答案: 【一成,四成

7、 问题:使用Wi-Fi探针统计客流量,理论上的精度极限是接近100%
选项:
A:正确
B:错误
答案: 【错误

8、 问题:深度学习的一大特点是具有超强的描述能力,因此也需要提供大量的训练数据
选项:
A:正确
B:错误
答案: 【正确

9、 问题:只有深度学习的算法才是人工智能,其他只能算机器学习。
选项:
A:正确
B:错误
答案: 【错误

第三讲 基于AI的线下商业和智能零售(下) 第三讲 测验

1、 问题:商业零售场景利用人脸识别技术进一步了解顾客,这里所说的人脸识别技术,不包括以下所列的哪种算
选项:
A:人脸检测
B:人脸特征定位
C:人脸美颜
D:身份识别
答案: 【人脸美颜

2、 问题:以下关于人脸识别场景的比较,错误的是
选项:
A:商业零售中人脸识别是在识别对象不配合的条件下进行的
B:商业零售中的识别人脸时,人脸的姿态比海关签证场景更容易发生遮挡
C:商业零售场景的光照条件比海关签证场景更复杂
D:商业零售场景识别人脸时,拍摄的人脸图像分辨率更高
答案: 【商业零售场景识别人脸时,拍摄的人脸图像分辨率更高

3、 问题:以下关于商业零售场景中人脸识别算法的描述,正确的是
选项:
A:姿态对准的特征点数量越多,识别算法的精度越高
B:识别算法估计年龄不会受光线和个人皮肤情况影响
C:深度学习使人脸检测算法的指标有了突破性的提高
D:比较检测算法的优劣时,只要看检测率的高低即可
答案: 【深度学习使人脸检测算法的指标有了突破性的提高

4、 问题:假设某线下连锁超市注册会员是5万人,某天已知总客流为12000人,采用的会员人脸匹配算法的比对误报率为百万分之一,当天识别出的会员共计约4000人,请问当天实际上不是会员但被错误识别为会员的人大约是几个?
选项:
A:40
B:100
C:400
D:800
答案: 【400

5、 问题:2018年FRVT非配合场景人脸身份比对的最高指标大约是误报率为百万分之一时,错误拒绝率为6%,则下面的描述正确的是
选项:
A:无法使该算法的误报率降低到亿分之一
B:无法使该算法的错误拒绝率降低到1%
C:如果将该算法的误报率降低到亿分之一,则相应的错误拒绝率可能会变小
D:如果要使算法的误报率降低,算法的错误拒绝率可能会升高到10%
答案: 【如果要使算法的误报率降低,算法的错误拒绝率可能会升高到10%

6、 问题:【附加题】 (请阅读课程团队微信号“AI之美”所提供的课外学习资料)有两种细菌x和y,需要根据细菌外形的(长,宽,高)对十个它们的样本进行区分,已知x细菌的5个样本的尺寸是(1,7,8),(1,8,9),(2,9,1),(4,1,1),(5,2,2),y细菌5个样本的尺寸是(3,3,3),(6,1,4),(7,4,5),(8,5,6),(9,6,7) ,假设我们用细菌外形的长度<5.5作为决策树分类的第一个分裂特征,那么这次分裂前后,样本集合的熵分别是多少?
选项:
A:0.5,0
B:0.69,0.8
C:0.69,0.45
D:0.5,0.25
答案: 【0.69,0.45

7、 问题:只要人脸识别算法给出的相似度足够高,就能断定是同一个人。
选项:
A:正确
B:错误
答案: 【错误

8、 问题:深度学习之前的人工智能算法都完全依靠专家来选择特征。
选项:

本课程剩余章节答案为付费内容
支付后可永久查看
如有任何疑问请及时加入Q群售后群530065400反馈
需要期末答案的同学可加入Q群530065400购买