人工智能原理知到章節(jié)答案智慧樹2023年廣東工業(yè)大學(xué)

人工智能原理知到章節(jié)測試答案智慧樹2023年最新廣東工業(yè)大學(xué)緒論單元測試

人類對人工智能的研究遠(yuǎn)在2、3000年前就已經(jīng)開始萌芽

參考答案:

對

視頻提到的幾個(gè)影響人工智能發(fā)展的數(shù)學(xué)工具，包括（）

參考答案:

三段論邏輯思維;二進(jìn)制編碼;笛卡爾坐標(biāo)系;微積分

達(dá)特茅斯會(huì)議在（）年舉辦

參考答案:

1956

不屬于人工智能研究流派的是（）

參考答案:

無差別理論

根據(jù)阿蘭圖靈提出的中文房間悖論的理論，人類的研究根本無法逼近強(qiáng)人工智能。

參考答案:

對

第一章測試

“信息”與“關(guān)聯(lián)”是構(gòu)成知識的要素

參考答案:

對

在選取知識的表示的具體技術(shù)的時(shí)候，哪個(gè)方面不需要考慮（）

參考答案:

把所有情況都考慮進(jìn)去并能夠夠正確表示的永真性

任何知識都是在一定的條件和環(huán)境下產(chǎn)生的，所以也只有在這種條件和環(huán)境下才是正確的，換了另一個(gè)環(huán)境，也許就是錯(cuò)誤的。

參考答案:

對

命題是一個(gè)非真即假的陳述句

參考答案:

對

有許多事物都具有模糊的特點(diǎn),如年輕人、老年人,這些都是沒有量化的模糊概念。這里描述的是知識的（）性質(zhì)

參考答案:

不確定性

以下屬于命題邏輯的連接詞的有（）

參考答案:

否定;合取

命題邏輯是一種非常強(qiáng)大的表示法，可以描述事物的結(jié)構(gòu)及邏輯特性，也可以刻畫不同事物間的共同特征。

參考答案:

錯(cuò)

與數(shù)學(xué)公式類似，謂詞公式也可以體現(xiàn)他們之間的等價(jià)性。下面哪個(gè)謂詞公式的等價(jià)性與否定連詞有關(guān)。（）

參考答案:

得摩根律

在謂詞邏輯知識表示法中，如果謂詞的個(gè)體本身不是謂詞，那么稱它為一階謂詞

參考答案:

對

謂詞的個(gè)體可以是（）

參考答案:

謂詞;常量;函數(shù);變元

第二章測試

從推出結(jié)論的途徑來劃分，推理可分為三種推理方式，以下哪種不屬于。

參考答案:

單調(diào)推理

通過運(yùn)用已掌握的知識,找出其中蘊(yùn)涵的事實(shí),或歸納出新的事實(shí)的過程稱為推理。

參考答案:

對

不完全歸納推理跟完全歸納推理類似，都是從足夠多的事例中歸納出一般性結(jié)論

參考答案:

對

設(shè)計(jì)鳥籠時(shí)候需要同時(shí)設(shè)計(jì)蓋子，因?yàn)榇蠹叶颊J(rèn)為鳥是會(huì)飛的。此處假設(shè)鳥會(huì)飛，是默認(rèn)推理。

參考答案:

對

隨著推理向前推進(jìn),推出的結(jié)論越來越接近最終目標(biāo)，這是非單調(diào)推理。

參考答案:

錯(cuò)

在推理時(shí)用到的知識和證據(jù)都是確定的,它推出的結(jié)論有可能是不確定的

參考答案:

錯(cuò)

把當(dāng)前是新冠病毒疫情期這個(gè)因素考慮在內(nèi)，這是非啟發(fā)式推理的體現(xiàn)

參考答案:

錯(cuò)

推理方向包括（）

參考答案:

逆向推理;正向推理;雙向推理;混合推理

以某個(gè)假設(shè)目標(biāo)作為出發(fā)點(diǎn)的一種推理，這屬于（）

參考答案:

逆向推理

沖突指的是，在匹配過程中，有可能會(huì)出現(xiàn)已知事實(shí)可與知識庫中的多個(gè)知識匹配成功的情況

參考答案:

對

第三章測試

推理的不確定性主要表現(xiàn)在（）這幾個(gè)方面

參考答案:

問題的不確定性

不確定性推理的計(jì)算問題主要表現(xiàn)在（）

參考答案:

不確定性的匹配及閾值設(shè)計(jì);合成結(jié)論的不確定性;組合證據(jù)的不確定性計(jì)算;不確定性的傳播

在確定性理論中，知識“如果頭痛并且流鼻涕，那么感冒(0.7)”，表示（）

參考答案:

不可能感冒

在證據(jù)理論中，樣本空間D包括紅黃白三種顏色，那么下面選項(xiàng)屬于D的冪集的是（）

參考答案:

{黃、白};空集;{紅，黃};{紅、白}

概率分配函數(shù)就是對樣本空間中的所有子集依次進(jìn)行概率上的分配，并且總和為1

參考答案:

錯(cuò)

在模糊理論中，隸屬度的具體數(shù)值是根據(jù)經(jīng)驗(yàn)確定下來的，沒有一個(gè)確定的標(biāo)準(zhǔn)。

參考答案:

對

在模糊理論中，論域都是離散的，比如“溫度很高”、“溫度比較高”等等

參考答案:

錯(cuò)

兩個(gè)隸屬度數(shù)值的合取式取最小值，而他們的析取式取最大值。

參考答案:

對

在模糊邏輯里面，規(guī)則和知識是用模糊關(guān)系R來表達(dá)

參考答案:

對

規(guī)則前件的不確定性，主要是由證據(jù)的組合到底有多大程度符合前提條件而造成。

參考答案:

對

第四章測試

在深度優(yōu)先搜索法中，OPEN表的最后一個(gè)元素是深度最深的節(jié)點(diǎn)狀態(tài)

參考答案:

錯(cuò)

日常生活中大多數(shù)問題都是非結(jié)構(gòu)化的問題，我們采用搜索方法解決的時(shí)候，一定可以找到問題最優(yōu)解。

參考答案:

錯(cuò)

狀態(tài)空間可以用有向圖來表示，圖里面的節(jié)點(diǎn)表示（）

參考答案:

問題的狀態(tài)

隨機(jī)搜索方法是指在擴(kuò)展子節(jié)點(diǎn)集合中隨機(jī)選擇一個(gè)節(jié)點(diǎn)作為新的搜索節(jié)點(diǎn)。

參考答案:

對

狀態(tài)空間搜索算法中的CLOSED表可以防止節(jié)點(diǎn)被忽略。

參考答案:

錯(cuò)

狀態(tài)空間搜索算法中的OPEN表中的節(jié)點(diǎn)都是未被擴(kuò)展的節(jié)點(diǎn)

參考答案:

對

狀態(tài)空間搜索算法中的OPEN表中的節(jié)點(diǎn)必須是按照節(jié)點(diǎn)被放入的先后順序來取出。

參考答案:

錯(cuò)

狀態(tài)空間搜索算法中采用CLOSED表和OPEN表，那么問題的解就由節(jié)點(diǎn)放入CLOSED表和OPEN表的順序來決定

參考答案:

錯(cuò)

如果狀態(tài)空間圖是樹狀結(jié)構(gòu),則當(dāng)前擴(kuò)展節(jié)點(diǎn)n的子結(jié)點(diǎn)只有一種形式，即（）

參考答案:

既不存在于OPEN表也不存在于CLOSED表

第五章測試

包括決策樹算法在內(nèi)的符號主義學(xué)習(xí)是機(jī)器學(xué)習(xí)在80年代的主流

參考答案:

對

支持向量機(jī)作為統(tǒng)計(jì)學(xué)習(xí)的代表在90年代成為機(jī)器學(xué)習(xí)的主流算法，但支持向量的概念在60年代已經(jīng)被提出來。

參考答案:

對

研究同一個(gè)顧客對兩個(gè)不同商品的喜好關(guān)系，這是利用了機(jī)器學(xué)習(xí)的關(guān)聯(lián)性。

參考答案:

對

決策樹不是一種實(shí)現(xiàn)對樣本進(jìn)行分類的方法，而是對樣本的未來數(shù)值進(jìn)行預(yù)測的方法。

參考答案:

錯(cuò)

決策樹學(xué)習(xí)中，ID3算法采用了自下向上的貪婪搜索方法來遍歷決策樹空間

參考答案:

錯(cuò)

決策樹學(xué)習(xí)中，ID3算法的核心問題是在當(dāng)前節(jié)點(diǎn)應(yīng)該選取哪一個(gè)屬性作為當(dāng)前測試屬性

參考答案:

對

昆蘭（RossQuinlan）提出的ID3算法是基于香農(nóng)的信息論的一種算法。

參考答案:

對

熵(entropy)刻畫了樣本集合的純度，熵的數(shù)值越大，樣本集合純度越高

參考答案:

錯(cuò)

信息增益表示，當(dāng)樣本集S用屬性A做分類后，樣本集的熵的變化程度。

參考答案:

對

對于事件的屬性x和類別y，聯(lián)合概率p(x,y)指的是該事件屬性x和類別y同時(shí)發(fā)生的概率

參考答案:

對

第六章測試

進(jìn)化算法主要從個(gè)體的適應(yīng)性能力考慮，而不是群體的適應(yīng)性能力

參考答案:

錯(cuò)

進(jìn)化算法主要通過（）等操作實(shí)現(xiàn)優(yōu)化問題的求解

參考答案:

選擇;重組;變異

進(jìn)化算法對原問題的解進(jìn)行編碼，然后對編碼進(jìn)行搜索。

參考答案:

對

進(jìn)化算法是一個(gè)循環(huán)迭代的算法，在迭代過程中搜索最優(yōu)解。

參考答案:

對

自然界中適者生存的概念，在遺傳算法中則體現(xiàn)在適應(yīng)度越大就越有機(jī)會(huì)被選擇的概率越大

參考答案:

對

用遺傳算法求解旅行商問題時(shí)，染色體可以設(shè)定為所有城市的某個(gè)排列

參考答案:

對

遺傳算法的交叉操作是選擇兩個(gè)染色體交叉產(chǎn)生一個(gè)新的染色體

參考答案:

錯(cuò)

遺傳算法可以在有限時(shí)間內(nèi)找到最優(yōu)的解

參考答案:

錯(cuò)

在遺傳算法應(yīng)用的過程，種群的規(guī)模（即種群個(gè)體的數(shù)量）在求解過程中是隨時(shí)變化的。

參考答案:

錯(cuò)

遺傳算法的二進(jìn)制編碼，是用若干二進(jìn)制數(shù)表示一個(gè)染色體，把原問題的解空間映射到位串空間

參考答案:

對

第七章測試

人工神經(jīng)網(wǎng)絡(luò)是一種用符號化的語言獲取知識來學(xué)習(xí)

參考答案:

錯(cuò)

人工神經(jīng)網(wǎng)絡(luò)是人腦神經(jīng)系統(tǒng)的真實(shí)描寫

參考答案:

錯(cuò)

人工神經(jīng)網(wǎng)絡(luò)方法的主要特征包括（）

參考答案:

信息存儲(chǔ)在神經(jīng)元及其之間的鏈接;并行協(xié)同處理數(shù)據(jù);通過調(diào)整神經(jīng)元鏈接來模擬人工智能

加拿大科學(xué)家辛頓教授（GeoffreyHinton）發(fā)明了適用于多層感知器的反向傳播算法，有效解決了非線性分類和學(xué)習(xí)的問題

參考答案:

對

單層感知器能力雖然有限,但可以處理非線性分類問題。

參考答案:

錯(cuò)

感知器(Perceptron)是第一個(gè)可以訓(xùn)練的神經(jīng)網(wǎng)絡(luò)的模型

參考答案:

對

感知器的權(quán)值是根據(jù)輸出的誤差來調(diào)整

參考答案:

對

感知器的一種常用的S型函數(shù)有sigmoid函數(shù)，它的輸出范圍在0到2之間

參考答案:

錯(cuò)

人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，可以分為（）三大類

參考答案:

反饋網(wǎng)絡(luò);前饋網(wǎng)絡(luò);網(wǎng)狀網(wǎng)絡(luò)

前饋網(wǎng)絡(luò)具有遞階分層結(jié)構(gòu)，信號可以通過單向和反向連接流通

參考答案:

錯(cuò)

第八章測試

Agent可以看作是一個(gè)程序或者一個(gè)實(shí)體,它會(huì)嵌入在環(huán)境里面,通過感知器來感知環(huán)境,然后通過執(zhí)行器自主地作用于環(huán)境并且滿足設(shè)計(jì)要求。

參考答案:

對

Agent作為獨(dú)立的智能實(shí)體，應(yīng)該具備以下特性（）

參考答案:

自主性;反應(yīng)性;社會(huì)性

Agent應(yīng)該能夠在交互過程中逐步適應(yīng)環(huán)境,自主學(xué)習(xí),自主進(jìn)化。

參考答案:

對

在20世紀(jì)70年代CarlHewitt提出的actor模型，類似于面向?qū)ο缶幊讨械膶ο蟆?/p>

參考答案:

對

智能體agent的結(jié)構(gòu)大致包括體系平臺(tái)、程序和執(zhí)行系統(tǒng)等三大部分

參考答案:

錯(cuò)

程序是運(yùn)行在體系平臺(tái)上的，實(shí)現(xiàn)agent從感知到動(dòng)作的映射函數(shù)。

參考答案:

對

當(dāng)多個(gè)Agent