人工智能基礎(chǔ)智慧樹知到期末考試答案章節(jié)答案2024年山東交通學(xué)院

人工智能基礎(chǔ)智慧樹知到期末考試答案+章節(jié)答案2024年山東交通學(xué)院異或問題的本質(zhì)是線性不可分問題。

答案:對回歸的輸出是一個（

）的值，而分類的輸出則是一個（）的類別。

答案:離散###連續(xù)阿爾法狗（AlphaGo）是第一個擊敗人類職業(yè)圍棋選手、第一個戰(zhàn)勝圍棋世界冠軍的人工智能程序，由谷歌（Google）旗下DeepMind公司開發(fā)。其主要工作原理（）。

答案:深度學(xué)習(xí)如果把因變量y的取值限定為布爾值，即只能0或1，這種處理稱為（）。

答案:邏輯回歸圖靈測試的目的是（）

答案:檢測機器是否具有智能語義分析的目的是

答案:獲得所處理的語言表達的正確的含義。確定性關(guān)系可以使用（）表現(xiàn)出來

答案:函數(shù)一幅圖像在采樣時，關(guān)于行、列的采樣點與量化級數(shù)的說法正確的是（）

答案:既影響數(shù)字圖像的質(zhì)量，也影響到該數(shù)字圖像數(shù)據(jù)量的大小以下哪一項是自然語言處理基本技術(shù)

答案:其余選項都對給定一個樣本特征,我們希望預(yù)測其對應(yīng)的屬性值,如果屬性值是離散的,那么這就是一個分類問題，反之，如果屬性值是連續(xù)的實數(shù),這就是一個（）問題

答案:回歸最常見的運動檢測方法，核心實現(xiàn)算法是圖像的（）

答案:減法以下關(guān)于激活函數(shù)的說法錯誤的是（）。

答案:激活函數(shù)是線性函數(shù)如果給定一組樣本特征,我們沒有對應(yīng)的屬性值,而是想發(fā)掘這組樣本在二維空間的分布,比如分析哪些樣本靠的更近，哪些樣本之間離得很遠,這就是屬于（）問題

答案:聚類自然語言處理中的文本表示模型中，詞袋模型屬于（）

答案:統(tǒng)計機器學(xué)習(xí)模型層次聚類分為兩種策略，一種是自底向上的策略，另一種是（）。

答案:自頂向下算法先少量給用戶推薦各類文章，用戶會選擇其感興趣的文章閱讀，這就是對這類文章的一種獎勵，算法會根據(jù)獎勵情況構(gòu)建用戶可能會喜歡的文章的“知識圖”。該實例描述的機器學(xué)習(xí)方式是（）

答案:強化學(xué)習(xí)下列神經(jīng)網(wǎng)絡(luò)不屬于前饋神經(jīng)網(wǎng)絡(luò)的是（）

答案:循環(huán)神經(jīng)網(wǎng)絡(luò)RNN圖像的亮暗程度離散化叫做：

答案:量化常見的統(tǒng)計機器學(xué)習(xí)模型不包括（）

答案:RNN為了設(shè)計一個網(wǎng)絡(luò)，儲存一組平衡點，使當(dāng)給網(wǎng)絡(luò)一組初始值時，網(wǎng)絡(luò)通過自行運行而最終收斂到這個設(shè)計的平衡點上的網(wǎng)絡(luò)稱為（）。

答案:反饋神經(jīng)網(wǎng)絡(luò)卷積是一種向量和矩陣的數(shù)學(xué)運算。對圖像而言，做卷積實際上是一種（）。

答案:做卷積實際是濾波操作1957年，弗蘭克?羅森布拉特提出的感知機模型屬于（）神經(jīng)網(wǎng)絡(luò)。

答案:單層分類準(zhǔn)確率是指分類正確的樣本數(shù)占總樣本數(shù)的比例。這里的樣本指的是：（）

答案:測試樣本用戶每讀一篇文章，就給這篇新聞貼上分類標(biāo)簽，例如這篇新聞是軍事新聞，下一篇新聞是經(jīng)濟新聞等；算法通過這些分類標(biāo)簽進行學(xué)習(xí)，獲得分類模型；再有新的文章過來的時候，算法通過分類模型就可以給新的文章自動貼上標(biāo)簽。該實例描述的機器學(xué)習(xí)方式是（）

答案:監(jiān)督學(xué)習(xí)自然語言依據(jù)要處理的對象，從小到大劃分的可分為()的處理

答案:詞匯級、短語級、句子級和篇章級利用分類、回歸、聚類方法，類別對象具有特征、部分貼標(biāo)槍的機器學(xué)習(xí)方法屬于下列哪一類學(xué)習(xí)方式（）

答案:半監(jiān)督學(xué)習(xí)AI是（）的英文縮寫

答案:ArtificalIntelligence神經(jīng)網(wǎng)絡(luò)的開山之作是（）。

答案:《AlogicalCalculusofIdeasImmanentinNervousActivity》人工智能(AI)、機器學(xué)習(xí)、深度學(xué)習(xí)三者關(guān)系論述正確的是（）

答案:人工智能是一門研究、開發(fā)用于模擬、延伸和擴展人類智能的理論、方法及應(yīng)用的新的交叉學(xué)科，機器學(xué)習(xí)是人工智能的核心研究鄰域之一，深度學(xué)習(xí)是機器學(xué)習(xí)的新領(lǐng)域，研究多隱層多感知器、模擬人腦進行分析學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)。前饋網(wǎng)絡(luò)又稱記憶聯(lián)想網(wǎng)絡(luò)

答案:錯以下哪些是自然語言處理的典型應(yīng)用（）。

答案:其余選項都對圖像處理中的幾何運算不包括下面哪一項（）

答案:代數(shù)變換如果樣本數(shù)據(jù)本身是無法標(biāo)注的，我們可以針對數(shù)據(jù)的相似性和差異性將一組數(shù)據(jù)分為幾個類別，這種尋找數(shù)據(jù)之間的相似性并將之劃分組的方法稱為（）。

答案:聚類分類器是數(shù)據(jù)挖掘中對樣本進行分類的方法的統(tǒng)稱，常用的分類算法有（）

答案:其余選項都對下面不屬于圖像分割方法的是

答案:基于模板的圖形分割以下關(guān)于前饋神經(jīng)網(wǎng)絡(luò)說法錯誤的是（）。

答案:前饋神經(jīng)網(wǎng)絡(luò)中的隱層只能有一層彩色印刷使用的顏色模型是

答案:CMYK認(rèn)為人是一個物理符號系統(tǒng)，計算機也是一個物理符號系統(tǒng)，因此，能用計算機來模擬人的智能行為。這是（）學(xué)派的基本思想。

答案:符號主義以下關(guān)于分類的說法，錯誤的是（）

答案:分類只能實現(xiàn)二分類函數(shù)z=ax+by中，變量z與變量x的關(guān)系為（）。

答案:不完全相關(guān)下列應(yīng)用了自然語言理解技術(shù)的是（）

答案:與機器人對話判斷一張圖片是否為山鳶尾的分類問題屬于（）。

答案:二分類以下哪一個選項是數(shù)字圖像處理的英文表達？（）

答案:DigitalImageProcessing關(guān)于自然語言處理描述錯誤的一項為：

答案:自然語言依據(jù)要處理的對象，從小到大劃分的可分為篇章級、句子級、短語級和詞匯級的處理。自然語言處理依據(jù)處理的對象，可分為①短語級、②句子級、③詞匯級和④篇章級，則按照由小到大劃分為的正確順序為（）。

答案:③①②④人工智能的近期目標(biāo)是（）

答案:研究如何使計算機去做那些靠人的智力才能做的工作神經(jīng)網(wǎng)絡(luò)由許多神經(jīng)元組成，每個神經(jīng)元只能接受一個輸入，處理它并給出一個輸出。

答案:錯下列選項中不是卷積神經(jīng)網(wǎng)絡(luò)(CNN)結(jié)構(gòu)的是：

答案:對沖層人工智能分類不包括下列哪一類？（）

答案:類人工智能聊天機器人屬于（）人工智能機器人。

答案:弱在下列選項中，不屬于自然語言處理研究方向的是（）

答案:人臉識別通常采用的距離定義是（）

答案:歐式距離以神經(jīng)網(wǎng)絡(luò)為主要手段的深度學(xué)習(xí)屬于（）人工智能學(xué)派？

答案:連接主義以下哪個是SVM在實際生活中的應(yīng)用

答案:其余選項都對有關(guān)SVM的說法不正確的是（）。

答案:一種典型的多類分類模型要想讓機器具有智能，必須讓機器具有知識。在人工智能中有一個研究領(lǐng)域，主要研究計算機如何自動獲取知識和技能，實現(xiàn)自我完善，這門研究分支學(xué)科是（）

答案:機器學(xué)習(xí)人工智能的派系不包括（）

答案:思維主義以下關(guān)于梯度描述錯誤的是（）。

答案:梯度下降算法總能找到最優(yōu)解感知機在工作中是不斷調(diào)整的，最開始先隨機確定分類直線，然后從訓(xùn)練集中選取一個訓(xùn)練數(shù)據(jù)，如果這個訓(xùn)練數(shù)據(jù)被誤分類，則按照一定規(guī)則更新參數(shù)，使得該訓(xùn)練數(shù)據(jù)被正確分類，如此循環(huán)，直到訓(xùn)練數(shù)據(jù)中沒有（）為止。

答案:誤分類數(shù)據(jù)下列對相機成像原理描述錯誤的一項是：

答案:用感光原件取代晶狀體。下面有關(guān)人工智能的說法錯誤的是（）。

答案:人工智能的“思維”方式必須和人類是一致的下列對分類器的構(gòu)造和實施大體步驟描述中，順序正確的是（）。

答案:選定樣本-生成分類模型-生成預(yù)測結(jié)果-評估分類模型圖像的位置變換不包括：

答案:錯切海明距離是一種有效的距離定義，如果兩個位串分別是1011和1101，則它們之間的海明距離是（）

答案:0110通過房地產(chǎn)市場的數(shù)據(jù)，預(yù)測一個給定面積的房屋的價格屬于（）問題

答案:回歸數(shù)字圖像的采集工作可以分解為三個步驟，下面的步驟順序正確的是（）。

答案:光電轉(zhuǎn)換-采樣-量化統(tǒng)計機器學(xué)習(xí)模型的是自然語言處理中的重要文本表示模型，以下不屬于它的（）。

答案:循環(huán)神經(jīng)網(wǎng)絡(luò)人工智能可應(yīng)用于哪些技術(shù)領(lǐng)域

答案:視頻識別###圖像識別###語義理解將多分類任務(wù)拆分為若干個分類任務(wù)求解，最經(jīng)典的拆分策略是

答案:其余選項都對通過房地產(chǎn)市場的數(shù)據(jù)，預(yù)測一個給定面積的房屋的價格是否比一個特定的價格高或者低，屬于（）問題。

答案:分類在機器學(xué)習(xí)領(lǐng)域，分類的目標(biāo)是指將具有（）的對象聚集。

答案:相似特征下列關(guān)于圖像處理代數(shù)運算描述錯誤錯誤的是（）

答案:PS中常用的摳圖是利用圖像除法實現(xiàn)常用的圖像銳化方法不包括下面的（）。

答案:低通濾波法那種不屬于圖像處理的內(nèi)容

答案:網(wǎng)絡(luò)爬蟲按分類來說，人工神經(jīng)網(wǎng)絡(luò)包括（）。

答案:反饋神經(jīng)網(wǎng)絡(luò)###循環(huán)神經(jīng)網(wǎng)絡(luò)###前饋神經(jīng)網(wǎng)絡(luò)感知機模型也被成為多層神經(jīng)網(wǎng)絡(luò)。

答案:錯神經(jīng)網(wǎng)絡(luò)中偏置單元的作用是解決異或問題。

答案:錯獲得2018年“圖靈”獎的深度學(xué)習(xí)“三巨頭”是（）。

答案:本吉奧###辛頓###勒邱恩下列關(guān)于神經(jīng)網(wǎng)絡(luò)的描述，什么情況下神經(jīng)網(wǎng)絡(luò)模型被稱為深度學(xué)習(xí)模型？（）

答案:加入更多層，使神經(jīng)網(wǎng)絡(luò)的深度增加下列哪一項在神經(jīng)網(wǎng)絡(luò)中引入了非線性？（）

答案:修正線性單元（ReLU）用戶經(jīng)常閱讀軍事類和經(jīng)濟類的文章，算法就把和用戶讀過的文章相類似的文章推薦給你。實際上算法并不知道軍事類或者經(jīng)濟類的標(biāo)簽，它只是把相似的文章聚集為一類。該實例描述的機器學(xué)習(xí)方式是（）

答案:非（無）監(jiān)督學(xué)習(xí)關(guān)于感知機說法不正確的是（）

答案:從訓(xùn)練集中選取一個訓(xùn)練數(shù)據(jù)，如果這個訓(xùn)練數(shù)據(jù)被誤分類，不需要做任何操作分類器不包括的（）

答案:圖靈測試人工智能的最終目標(biāo)是（）。

答案:探討智能形成的機理，研究利用自動機模擬人的思維過程單層感知機的最大缺點是只能解決線性可分的分類問題，要增強網(wǎng)絡(luò)的分類能力，唯一的方法是采用多層網(wǎng)絡(luò)結(jié)構(gòu)，與單層感知機相比，下面不屬于多層網(wǎng)絡(luò)所特有的特點的是（）。

答案:神經(jīng)元的數(shù)目可以達到很大下列關(guān)于深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)描述不正確的是（）

答案:感知機就是深度學(xué)習(xí)網(wǎng)絡(luò)應(yīng)用梯度算法，學(xué)習(xí)率過大可能會造成（）不良結(jié)果

答案:跨越最低點下列計算機系統(tǒng)不屬于人工智能的實例是（）

答案:超市條形碼掃描器以下哪些是數(shù)字圖像的格式（）。

答案:其余選項都是模擬圖像轉(zhuǎn)化為數(shù)字圖像需要經(jīng)過（）

答案:采樣和量化小孔成像驗證了

答案:光的直線傳播最常用的運動檢測方法是

答案:差分運動檢測網(wǎng)絡(luò)輿情分析引擎是輿情分析系統(tǒng)的核心技術(shù)，涉及的關(guān)鍵技術(shù)主要包括信息采集、話題的檢測與追蹤、文本的傾向性分析等自然語言處理技術(shù)，以下對這三個處理技術(shù)的解釋的正確順序是（）。①在沒有話題先驗知識的前提下檢測獲取系統(tǒng)未知話題，同時跟蹤已知話題。②以網(wǎng)絡(luò)信息挖掘引擎為基礎(chǔ)，主要采用的技術(shù)是網(wǎng)絡(luò)爬蟲技術(shù)。③依據(jù)網(wǎng)絡(luò)突發(fā)事件基本特征，提出行之有效的話題檢測和跟蹤。④判定用戶對某個事件的看法或評論的積極性或者消極性。

答案:②①④不完全相關(guān)指的是（）

答案:兩個變量之間的關(guān)系介于不相關(guān)和完全相關(guān)之間使用一對多方法將N個分類任務(wù)進行求解的策略方法描述正確的是（）

答案:訓(xùn)練時依次把某個類別的樣本歸為一類，其他剩余的樣本歸為另一類，可以概括為自己一類為正例，其余類為負例，N個分類任務(wù)將產(chǎn)生N個分類器。AlphaGo圍棋學(xué)習(xí)采用以下哪種方法：（）

答案:強化學(xué)習(xí)圖像運算包括（）

答案:其余選項都對聚類算法包括（）

答案:k均值算法神經(jīng)網(wǎng)絡(luò)研究屬于下列（）學(xué)派。

答案:連接主義NLP是（）

答案:自然語言處理對于卷積神經(jīng)網(wǎng)絡(luò)(CNN)描述正確的是（）

答案:CNN結(jié)構(gòu)由卷積層、池化層、全連接層組成數(shù)字圖像與灰度直方圖間的對應(yīng)關(guān)系是（）

答案:多對一對于圖像識別問題（比如識別照片中的貓），哪種神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)更適合？（）

答案:卷積神經(jīng)網(wǎng)絡(luò)人工智能研究的一項基本內(nèi)容是機器感知。以下列舉中的()不屬于機器感知的領(lǐng)域。

答案:使機器具有能夠獲取新知識、學(xué)習(xí)新技巧的能力自然語言理解的五個層次是：詞法分析、句法分析、語義分析和（）

答案:語用分析不可以作為圖像特征的是

答案:圖像名下面不屬于語義分析的是

答案:基于模板的表示下面那種不屬于詞法分析

答案:語法解析圖像基本運算可以分為點運算、（）、邏輯運算和幾何運算四類。

答案:代數(shù)運算激活函數(shù)應(yīng)當(dāng)具有以下（）特征：

答案:非線性圖像的梯度概念表述錯誤的一項是（）

答案:和它相鄰的像素比較，圖像像素變化最小的位置圖像梯度值最大。可以檢測運動目標(biāo)的運算是

答案:圖像減法以下關(guān)于測試樣本集和訓(xùn)練樣本集描述正確的是（）

答案:訓(xùn)練樣本集可以用來訓(xùn)練分類模型分詞是自然語言處理的基本技術(shù)，它不包括（）分詞法。

答案:基于習(xí)慣的方法以下關(guān)于智能的說法，錯誤的是（）

答案:是衡量個人智力高低的標(biāo)準(zhǔn)當(dāng)兩個變量之間的關(guān)系為一個變量的數(shù)量變化由另一個變量的數(shù)量變化唯一確定，則這兩個變量的關(guān)系為（）。

答案:完全相關(guān)多分類問題可分解為多個二分類問題。將三類鳶尾花分類，需要幾個分類器？（）

答案:3個下列哪個例子屬于監(jiān)督學(xué)習(xí)（）

答案:用戶每讀一篇文章，就給這篇新聞貼上分類標(biāo)簽所謂的命名實體包括哪些？

答案:地名###人名###時間###機構(gòu)名下列哪一個神經(jīng)網(wǎng)絡(luò)模型更適合于自然語言處理

答案:循環(huán)神經(jīng)網(wǎng)絡(luò)RNN下列哪一種形式是最主要的信息載體。

答案:文字下列哪些是基于詞典的切詞方法的缺陷。

答案:切分正確率不高###歧義消解的能力差常見的語義表示包括等表示方法。

答案:語義網(wǎng)絡(luò)表示###一階邏輯表示###基于框架的表示下列哪些是詞袋模型存在的缺陷。

答案:會帶來維度災(zāi)難###模型有效值分布越來越稀疏，計算需求會越來越高，而計算效率會越來越低。###從詞袋模型得到的詞向量不能反映詞與詞之間的關(guān)系###隨著詞典規(guī)模越來越大，詞袋模型維度變得越來越大傳統(tǒng)的自然語言處理哪種方法建立的模型

答案:基于規(guī)則的方法依存關(guān)系分析是將次分成哪兩類？

答案:依存詞###核心詞下列哪些屬于詞法分析的范疇

答案:分詞###詞性標(biāo)注###命名實體識別###新詞發(fā)現(xiàn)下列哪一個選項是由微軟公司研發(fā)的。

答案:小冰在詞法分析里，需要處理的最小單位是是什么

答案:詞導(dǎo)航軟件里面郭德綱的聲音是怎么制作的。

答案:語音合成中文分詞中，按照遍歷搜索的方向不同可以分為哪些類別

答案:正向匹配###逆向匹配對于詞性標(biāo)注的主要方法包括哪些。

答案:基于統(tǒng)計的和基于規(guī)則的相結(jié)合的方法###基于規(guī)則的方法###基于統(tǒng)計的方法依據(jù)自然語言是處理系統(tǒng)的輸入還是輸出，自然語言處理完成的功能可以劃分為以下兩類。

答案:自然語言理解###自然語言生成小Q弟弟聰明好學(xué)，下列哪些功能是它能夠完成的。

答案:翻譯英語###網(wǎng)上訂餐###教他說話###解釋成語自然語言處理作為人工智能領(lǐng)域最重要的一個研究方向，其技術(shù)發(fā)展與人工智能的發(fā)展歷史一樣，主要有以下兩類方法。

答案:基于統(tǒng)計的方法###基于規(guī)則的方法下列技術(shù)屬于自然語言處理范疇的有哪些。

答案:摘要抽取###字典查詢###機器翻譯###相似度檢測關(guān)于圖像梯度，說法不正確的是

答案:邊緣梯度值要比平滑紋理梯度值小常用的圖像分割方法不包括

答案:基于視覺觀察的方法關(guān)于卷積層的說法，錯誤的是

答案:卷積核的參數(shù)值是人為指定的可以檢測出圖像中運動的方向和大小的方法是

答案:光流法關(guān)于視頻的說法不正確的是

答案:我們常見的視頻一般是20幀/秒圖像壓縮的目的是

答案:去除圖像中的冗余信息CNN中用來完成分類的是

答案:全連接層CNN的基本結(jié)構(gòu)不包括

答案:反向池化層池化層的作用不包括

答案:實現(xiàn)特征分類計算機處理圖像時的三原色是：

答案:紅、綠、藍可以將圖中的相應(yīng)區(qū)域進行遮蓋的運算是

答案:圖像乘法計算機顯示器使用的顏色模型是

答案:RGB已知的最古老的照片是由__完成的

答案:JosephN.Niepce計算機中存儲的圖像是

答案:數(shù)字圖像數(shù)字圖像的最小單位是：

答案:像素以下哪個不是圖像的基本運算

答案:塊運算以下不屬于圖像增強方法的是

答案:均值濾波圖像的空間離散化叫做：

答案:采樣視網(wǎng)膜上對弱光敏感的是

答案:視桿細胞深度學(xué)習(xí)是一種多層神經(jīng)網(wǎng)絡(luò)的模擬認(rèn)知訓(xùn)練方法，多層神經(jīng)網(wǎng)絡(luò)包含多個隱含層感知層，也稱作卷積神經(jīng)網(wǎng)絡(luò)(CNN)，它的研究熱潮興起于本世紀(jì)初期。

答案:錯感知機是只含輸入層和輸出層的一種淺層神經(jīng)網(wǎng)絡(luò)，兩個感知機輸出解決了”異或”問題，進一步擴展到多感知機輸出，并增加了偏置單元。關(guān)于偏置單元的作用正確的是（）。

答案:施加干擾，消除網(wǎng)絡(luò)死循環(huán)，以達到輸出收斂梯度下降算法的正確步驟是什么？（）(a)計算預(yù)測值和真實值之間的誤差。(b)迭代跟新，直到找到最佳權(quán)重(c)把輸入傳入網(wǎng)絡(luò)，得到輸出值(d)初始化隨機權(quán)重和偏差(e)對每一個產(chǎn)生誤差的神經(jīng)元，改變相應(yīng)的（權(quán)重）值以減小誤差

答案:d,c,a,e,b神經(jīng)網(wǎng)絡(luò)中，線性模型的表達能力不夠時，可引入（）來添加非線性因素。

答案:激活函數(shù)深度學(xué)習(xí)可以具有幾個隱藏層（）。

答案:2個###4個###3個下列關(guān)于神經(jīng)網(wǎng)絡(luò)說法正確的是（）。

答案:高速尋找優(yōu)化解###具有自學(xué)習(xí)、自組織、自適應(yīng)性###非線性深度學(xué)習(xí)是含有一個隱含層的多層神經(jīng)網(wǎng)絡(luò)模型的強化學(xué)習(xí)，訓(xùn)練過程加入了激活函數(shù)。

答案:錯深度學(xué)習(xí)中常用的激活函數(shù)不包括（）。

答案:Sin函數(shù)使用感知機模型的前提是（）。

答案:數(shù)據(jù)線性可分下列神經(jīng)網(wǎng)絡(luò)中哪種架構(gòu)有反饋連接（）。

答案:循環(huán)神經(jīng)網(wǎng)絡(luò)反饋神經(jīng)網(wǎng)絡(luò)又稱前饋網(wǎng)絡(luò)。

答案:錯感知機屬于（）。

答案:前饋神經(jīng)網(wǎng)絡(luò)有關(guān)淺層神經(jīng)網(wǎng)絡(luò)的說法正確的是（）。

答案:是一種單向多層結(jié)構(gòu)###各神經(jīng)元分層排列###同一層的神經(jīng)元之間沒有互相連接對于自然語言處理問題，哪種神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)更適合？（）。

答案:循環(huán)神經(jīng)網(wǎng)絡(luò)1943年，神經(jīng)網(wǎng)絡(luò)的開山之作《Alogicalcalculusofideasimmanentinnervousactivity》,由（）和沃爾特.皮茨完成。

答案:沃倫.麥卡洛克被稱為“神經(jīng)網(wǎng)絡(luò)之父”和“人工智能教父”的是（）。

答案:辛頓對于多層神經(jīng)網(wǎng)絡(luò)，BP（反向傳播）算法的直接作用是（）。

答案:加快訓(xùn)練權(quán)值參數(shù)和偏置參數(shù)為解決單個輸出的感知機無法解決的異或問題，需要用有至少（）個輸出的感知機？

答案:2個機器學(xué)習(xí)包括：

答案:監(jiān)督學(xué)習(xí)###強化學(xué)習(xí)###無監(jiān)督學(xué)習(xí)###半監(jiān)督學(xué)習(xí)下面兩個兩完全相關(guān)的是（）。

答案:圓形的面積與直徑有特征，有部分標(biāo)簽的機器學(xué)習(xí)屬于（）。

答案:半監(jiān)督學(xué)習(xí)兩個變量之間的關(guān)系包括：

答案:不完全相關(guān)###不相關(guān)###完全相關(guān)下面屬于強化學(xué)習(xí)的是（）

答案:算法先少量給用戶推薦各類文章，用戶會選擇其感興趣的文章閱讀，這就是對這類文章的一種獎勵，算法會根據(jù)獎勵情況構(gòu)建用戶可能會喜歡的文章的“知識圖”。AGNES算法步驟正確的是（）。①將每個樣本特征向量作為一個初始簇；②根據(jù)兩個簇中最近的數(shù)據(jù)點尋找最近的兩個簇；③重復(fù)以上第二、三步，直到達到所需要的簇的數(shù)量；④合并兩個簇，生成新的簇的集合，并重新計算簇的中心點。

答案:①②④③下面哪一個不是聚類常用的算法（）。

答案:SVM算法（）是指根據(jù)“物以類聚”原理，將本身沒有類別的樣本聚集成不同的組。

答案:聚類下列兩個變量之間的關(guān)系中,哪個是函數(shù)關(guān)系（）

答案:正方形的邊長和面積Z等于Ｘ，則Z與Ｘ之間屬于（）

答案:完全相關(guān)有特征，無標(biāo)簽的機器學(xué)習(xí)是（）

答案:無監(jiān)督學(xué)習(xí)因：經(jīng)常挑食；果：身材矮小。這組因、果之間屬于（）關(guān)系。

答案:不完全相關(guān)現(xiàn)欲分析性別、年齡、身高、飲食習(xí)慣對于體重的影響，如果這個體重是屬于實際的重量，是連續(xù)性的數(shù)據(jù)變量，這時應(yīng)采用（）；如果將體重分類，分成高、中、低這三種體重類型作為因變量，則采用（）。

答案:線性回歸邏輯回歸尋找數(shù)據(jù)之間的相似性并將之劃分組的方法稱為（）

答案:聚類無監(jiān)督學(xué)習(xí)可完成什么任務(wù)（）

答案:聚類從某中學(xué)隨機選取8名男生，其身高x(cm)和體重y(kg)的線性回歸方程為y=0.849x-85.712，則身高172cm的男學(xué)生，又回歸方程可以預(yù)報其體重（）。

答案:約為60.316kg以下不屬于聚類算法的是（）。

答案:樸素貝葉斯算法分類器測試的作用是

答案:檢驗分類器的效果深度學(xué)習(xí)中，常用的歸一化函數(shù)是（）函數(shù)

答案:SoftMax下列敘述中關(guān)于歸一化不正確的是（）

答案:歸一化后，所有元素值范圍在（0,1）有關(guān)分類器的構(gòu)造和實施步驟描述錯誤的是：（）

答案:在訓(xùn)練樣本上執(zhí)行分類模型，生成預(yù)測結(jié)果；分類器是基于現(xiàn)有數(shù)據(jù)構(gòu)造出一個模型或者函數(shù)，以將數(shù)據(jù)庫中的數(shù)據(jù)映射到給定類別，從而可以應(yīng)用于數(shù)據(jù)預(yù)測。常包含以下步驟：①在訓(xùn)練樣本上執(zhí)行分類器算法，生成分類模型。②在測試樣本上執(zhí)行分類模型，生成預(yù)測結(jié)果。③選定樣本（包含正樣本和負樣本），將所有樣本分成訓(xùn)練樣本和測試樣本。④根據(jù)預(yù)測結(jié)果，計算必要的評估指標(biāo)，評估分類模型的性能。構(gòu)造和實施分類器的正確順序為（）

答案:③①②④在測試樣本上執(zhí)行分類模型，可以（）。

答案:生成預(yù)測結(jié)果兩種以上（不含兩種）的分類問題被稱為（）。

答案:多分類下列對于分類概念描述不正確的是（）

答案:分類的標(biāo)準(zhǔn)統(tǒng)一把樣本所屬的類型和樣本實現(xiàn)對應(yīng)起來被稱為()

答案:標(biāo)注在機器學(xué)習(xí)領(lǐng)域，分類的目標(biāo)是指（）。

答案:將具有相似特征的