番職院-期末復(fù)習(xí)題

1.基礎(chǔ)知識(shí)題（單選題）最先使用機(jī)器人（Robot）這個(gè)名詞的科幻作品是（）《機(jī)器人總動(dòng)員》《機(jī)械人小滴答(Tik-TokofOZ)》《羅素姆的萬(wàn)能機(jī)器人》《人工智能》圖靈測(cè)試中，如果機(jī)器使（）以上的觀察者對(duì)其身份產(chǎn)生了誤判，那么這個(gè)機(jī)器就可以被認(rèn)定為具備智能。10%20%25%30%公認(rèn)的人工智能元年是（）1936年1946年1950年1956年發(fā)明人工智能語(yǔ)言(ListProcessing，LISP)的科學(xué)家是（）馬文·明斯基弗蘭克·羅森布拉特約翰·麥卡錫克勞德·香農(nóng)導(dǎo)致人工智能第一次“寒冬”（1974-1980）的根本原因是（）數(shù)據(jù)量不夠和算力不足缺少資金支持理論研究跟不上發(fā)展方向不對(duì)AI發(fā)展有三種形態(tài)，其中智力與人類相當(dāng)?shù)男螒B(tài)是（）弱人工智能強(qiáng)人工智能超人工智能AI的三種典型任務(wù)中，輸出結(jié)果是連續(xù)值的任務(wù)是（）回歸分類聚類降維在AI技術(shù)的四要素中，（）蘊(yùn)含著應(yīng)用背景中的知識(shí)和經(jīng)驗(yàn)。數(shù)據(jù)算法算力場(chǎng)景機(jī)器學(xué)習(xí)有三大要素：數(shù)學(xué)模型、學(xué)習(xí)準(zhǔn)則和優(yōu)化算法，其中，（）是模型好壞的判斷依據(jù)。數(shù)學(xué)模型學(xué)習(xí)準(zhǔn)則優(yōu)化算法人工神經(jīng)元模擬了人類大腦神經(jīng)元的功能，其中實(shí)現(xiàn)非線性信號(hào)處理的功能是（）輸入加權(quán)求和閾值在五個(gè)AI主要研究?jī)?nèi)容中，（）是人工智能研究中最重要也是最為關(guān)鍵的研究?jī)?nèi)容。知識(shí)表示機(jī)器感知機(jī)器思維機(jī)器學(xué)習(xí)以下哪一項(xiàng)不是合法的Python標(biāo)識(shí)符？（）int3240X__name__tt在Python中,正確的賦值語(yǔ)句為（）x+y=10x=2yx=y=303y=x+1下列說(shuō)法中正確的是（）break用在for語(yǔ)句中,而continue用在while語(yǔ)句中break用在while語(yǔ)句中,而continue用在for語(yǔ)句中continue能結(jié)束循環(huán),而break只能結(jié)束本次循環(huán)break能結(jié)束循環(huán),而continue只能結(jié)束本次循環(huán)以下關(guān)于Python語(yǔ)句的敘述中,正確的是（）同一層次的Python語(yǔ)句必須對(duì)齊Python語(yǔ)句可以從一行的任意一列開(kāi)始在執(zhí)行Python語(yǔ)句時(shí),可發(fā)現(xiàn)注釋中的拼寫錯(cuò)誤Python程序的每一行只能寫一條語(yǔ)句下列Python數(shù)據(jù)中其元素可以改變的是（）列表元組字符串?dāng)?shù)組以下選項(xiàng)中，不是圖像識(shí)別基本任務(wù)的是（）分類定位目標(biāo)檢測(cè)圖像壓縮一副灰度級(jí)均勻分布的圖像，其灰度范圍在[0,255]。若該圖像中某個(gè)像素點(diǎn)的灰度值為127，該灰度值經(jīng)歸一化處理以后應(yīng)為（）00.51127以下選項(xiàng)中，不屬于訓(xùn)練階段的步驟是（）特征表示圖像預(yù)處理訓(xùn)練分類模型預(yù)測(cè)圖像類別以下關(guān)于圖像識(shí)別的特點(diǎn)中描述錯(cuò)誤的是（）圖像識(shí)別具有局限性通過(guò)機(jī)器替代人來(lái)實(shí)現(xiàn)圖像識(shí)別，能夠在一定程度上減少錯(cuò)誤和缺陷在任何場(chǎng)景下的機(jī)器進(jìn)行圖像識(shí)別的準(zhǔn)確率都高于人類在一定程度上能夠減輕人類的負(fù)擔(dān)下列不屬于圖像識(shí)別應(yīng)用的是（）車牌識(shí)別機(jī)器翻譯醫(yī)療影像診斷瑕疵檢測(cè)通過(guò)比對(duì)，兩張人臉的特征相似度（）閾值，即判定兩張人臉屬于同一人。大于等于小于不想關(guān)人臉特征提取算法會(huì)根據(jù)人臉五官關(guān)鍵點(diǎn)坐標(biāo)，將人臉（），然后計(jì)算特征值對(duì)齊預(yù)定模式矯正去除噪點(diǎn)調(diào)整對(duì)比度（）是將輸入的人臉和一個(gè)集合中的所有人臉進(jìn)行比對(duì)，根據(jù)比對(duì)后的相似度對(duì)集合中的人臉進(jìn)行排序。人臉比對(duì)人臉聚類人臉驗(yàn)證人臉檢索下面（）是定義函數(shù)的關(guān)鍵字functionimportclassdef人臉認(rèn)證系統(tǒng)容易受到各種手段的欺騙，如用偷拍的照片假冒真人等，所以（）檢測(cè)技術(shù)的研究顯得異常重要。人臉比對(duì)人臉活體人臉驗(yàn)證人臉提取特征腦電波頻域特征不包含（）αθδφHRV指標(biāo)不包括（）HRLFHFSDNN以下哪一項(xiàng)不屬于分類模型？（）支持向量機(jī)決策樹(shù)k近鄰k均值以下哪一種生理電信號(hào)可以用于情緒識(shí)別？（）心電腦電肌電眼電常用于腦電分析的頻率特征不包括以下哪一個(gè)？（）alphabetaphigamma下列選項(xiàng)中，不是自然語(yǔ)言處理的解決方法的是（）規(guī)則方法統(tǒng)計(jì)方法遞歸方法深度學(xué)習(xí)方法以下哪一個(gè)選項(xiàng)不屬于命名實(shí)體？（）量詞人的姓名公司、組織、機(jī)構(gòu)等地名在詞法分析里，需要處理的最小語(yǔ)言單位是是（）詞短語(yǔ)字句子下列不屬于自然語(yǔ)言處理應(yīng)用的是（）身份證識(shí)別情感分析文本分類機(jī)器翻譯自然語(yǔ)言處理的相關(guān)研究最早是從（）開(kāi)始的。詞義相似度機(jī)器翻譯文章分類文本糾錯(cuò)下列選項(xiàng)中，不屬于智能語(yǔ)音的關(guān)鍵技術(shù)的是（）語(yǔ)音識(shí)別語(yǔ)音分割語(yǔ)音合成語(yǔ)音識(shí)別實(shí)現(xiàn)的是人類的（）感知智能認(rèn)知智能運(yùn)算智能下列不屬于智能語(yǔ)音應(yīng)用的是（）智能音箱蘋果的Siri微軟的Cortanna身份證識(shí)別以下哪一個(gè)選項(xiàng)不屬于傳感器（）攝像頭麥克風(fēng)雷達(dá)電機(jī)從功能上來(lái)說(shuō)，雷達(dá)最和人體中的哪個(gè)部位最接近（）手腳眼頭以下哪一個(gè)選項(xiàng)不屬于路徑規(guī)劃算法？（）SVMa*算法nlp算法nn算法決策樹(shù)中不包含一下哪種結(jié)點(diǎn)（）根結(jié)點(diǎn)內(nèi)部結(jié)點(diǎn)外部結(jié)點(diǎn)葉結(jié)點(diǎn)在數(shù)據(jù)挖掘中，將大數(shù)據(jù)集轉(zhuǎn)換為保持原數(shù)據(jù)完整性的小數(shù)據(jù)集，這一過(guò)程稱為（）數(shù)據(jù)提取數(shù)據(jù)變換數(shù)據(jù)清理數(shù)據(jù)歸約在數(shù)據(jù)預(yù)處理中將錯(cuò)誤的不一致的數(shù)據(jù)予以更正或刪除以免影響挖掘結(jié)果的正確性，這一過(guò)程稱為（）數(shù)據(jù)加載數(shù)據(jù)清理數(shù)據(jù)提取數(shù)據(jù)轉(zhuǎn)換什么是KDD（）數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)領(lǐng)域知識(shí)發(fā)現(xiàn)文檔知識(shí)發(fā)現(xiàn)動(dòng)態(tài)知識(shí)發(fā)現(xiàn)下列代碼運(yùn)行的結(jié)果：（）sum=0foriinrange(1,11):ifi%2==0:continueifi%10==5:breaksum=sum+iprint(sum)1234代碼L=[1,23,"runoob",1]，L的的數(shù)據(jù)類型是（）ListDictionaryTupleArray下列表達(dá)式的執(zhí)行結(jié)果是？（）lst1=[3,4,5,6,7,8]lst1.insert(2,3)print(lst1)[3,4,5,3,6,7,8][3,4,3,5,6,7,8][3,4,5,6,7,8,[2,3]][3,4,5,6,7,8,2,3]下列用于給if語(yǔ)句添加其他條件語(yǔ)句的關(guān)鍵字是（）elseifelseifelif以上都不是下列導(dǎo)入模塊格式錯(cuò)誤的是（）import模塊名as模塊的別名import模塊的別名from模塊名import函數(shù)名from模塊名import函數(shù)名A,函數(shù)名B下列代碼的運(yùn)行結(jié)果是（）x=2x*=2**2**3//100print(x)0455.12請(qǐng)選出以下程序的運(yùn)行結(jié)果（）list(range(1,15,3))[1,5,9,13][1,4,7,10,13][2,5,8,11,14][1,4,7,10,13,15]以下哪個(gè)符號(hào)是用作Python的注釋（）*(comment)//#下列不屬于圖像識(shí)別應(yīng)用的是（）車牌識(shí)別機(jī)器翻譯醫(yī)療影像診斷瑕疵檢測(cè)下面不屬于python特性的是（）簡(jiǎn)單易學(xué)開(kāi)源的免費(fèi)的屬于低級(jí)語(yǔ)言高可移植性下面（）不是有效的變量名_demobananaNumberMy-course冪運(yùn)算運(yùn)算符為（）***%//關(guān)與aorb的描述錯(cuò)誤的是（）若a=trueb=true則aorb=true若a=trueb=false則aorb=true若a=trueb=true則aorb=false若a=falseb=false則aorb=true使用（）關(guān)鍵字來(lái)創(chuàng)建python自定義函數(shù)functionfuncproceduredef下面程序的運(yùn)行結(jié)果為（）a=10defsetNumber():a=100 print(a)setNumber()101001010010010用于計(jì)算出新的數(shù)值的一段代碼稱為：（）表達(dá)式賦值語(yǔ)句生成語(yǔ)句標(biāo)識(shí)符獲得字符串長(zhǎng)度的方法是什么（）s.lens.lengthlen(s)length(s)下列選項(xiàng)中，不屬于Python3中的關(guān)鍵字是（）Falseiniffunc關(guān)于列表的描述，錯(cuò)誤的是（）使用“[]”標(biāo)識(shí)元素之間使用逗號(hào)隔開(kāi)只能存儲(chǔ)同一類型的元素可以存儲(chǔ)不同類型的元素執(zhí)行下述代碼：while2:print('python')輸出結(jié)果為（）python無(wú)限輸出python程序錯(cuò)誤pythonpython下列選項(xiàng)中，關(guān)于判斷條件描述錯(cuò)誤的是（）判斷條件是分支結(jié)構(gòu)的核心判斷條件可以是具有布爾屬性的任意元素判斷條件的值不能為0判斷條件是一個(gè)有意義的表達(dá)式執(zhí)行下述代碼：foriinrange(4):print(i)輸出結(jié)果為（）0,1,2,31,2,3,40,1,22,3,4以下不屬于人工智能最典型任務(wù)的是？（）分類聚類回歸降維以下不是自然語(yǔ)言處理中智能文本分析任務(wù)實(shí)現(xiàn)內(nèi)容的是？（）文本分句、分詞命名實(shí)體識(shí)別段落分析情感分析2.簡(jiǎn)答題(1)什么是變量作用域？什么是全局作用域？什么是局部作用域？(2)人臉識(shí)別中，特征提取步驟涉及的方法很多，請(qǐng)列舉2個(gè)方法，并簡(jiǎn)述其中一個(gè)方法的實(shí)現(xiàn)原理。(3)Python中，我們使用變量存儲(chǔ)數(shù)據(jù)，不同的數(shù)據(jù)具有不同的類型，請(qǐng)列舉Python中常用的6種數(shù)據(jù)類型，并舉例說(shuō)明。(4)通過(guò)課程的學(xué)習(xí)，請(qǐng)談?wù)勈裁词亲匀徽Z(yǔ)言處理？自然語(yǔ)言處理基本流程有哪些？(5)通過(guò)課程的學(xué)習(xí)，請(qǐng)簡(jiǎn)述數(shù)據(jù)挖掘的定義和數(shù)據(jù)挖掘的基本流程。(6)語(yǔ)音識(shí)別的基本流程包括哪幾個(gè)步驟？(7)根據(jù)AI開(kāi)放平臺(tái)提供的功能，選擇自己感興趣的主題，結(jié)合實(shí)際應(yīng)用場(chǎng)景和實(shí)際素材實(shí)現(xiàn)AI的簡(jiǎn)單應(yīng)用。(8)當(dāng)前語(yǔ)音識(shí)別中主流的語(yǔ)言模型有哪些？(9)語(yǔ)音合成中語(yǔ)言分析的過(guò)程主要有哪幾個(gè)步驟組成？(10)智能語(yǔ)音常見(jiàn)的應(yīng)用領(lǐng)域有哪些?舉例闡述具體的應(yīng)用。(11)目前無(wú)人駕駛都應(yīng)用到了哪些人工智能技術(shù)。(12)根據(jù)“人臉識(shí)別”案例思考一下人臉識(shí)別技術(shù)不適用于哪些應(yīng)用場(chǎng)景，請(qǐng)舉例。(13)在校園里面用無(wú)人駕駛系統(tǒng)送快遞，用無(wú)人駕駛車、無(wú)人駕駛飛行器兩種方案，哪種更加可行?；蛘吣阋部梢蕴峁└嗥渌桨?。(14)課程調(diào)研活動(dòng)。通過(guò)網(wǎng)絡(luò)、現(xiàn)場(chǎng)等形式，調(diào)研人工智能在你所學(xué)習(xí)專業(yè)領(lǐng)域應(yīng)用現(xiàn)狀。(15)人工智能暢想。召開(kāi)小組或班級(jí)研討會(huì)，同學(xué)們暢想人工智能應(yīng)用場(chǎng)景和發(fā)展前景。