第三屆“三秦工匠杯”職工職業(yè)技能大賽人工智能訓練師決賽試題庫（單選題）

賽試題庫-上(單選題匯總)單選題(總共676題)1.刪除用戶賬號的命令是()。(1分)2.強化學習中，智能體通過()來優(yōu)化其行為策略。(1分)3.在深度學習中，()是參數(shù)初始化。(1分)4.影響基于統(tǒng)計學自然語言處理的哲學家是()。(1分)6.深度學習中，激活函數(shù)的主要作用是()。(1分)7.不是kafka適合的應用場景是()。(1分)8.在Access數(shù)據(jù)庫系統(tǒng)中，不是數(shù)據(jù)庫對象的是()。(1分)9.數(shù)據(jù)庫管理系統(tǒng)(DBMS)是()。(1分)10.()屬于多標簽分類。(1分)后()。(1分)(1分)14.語音識別常用的應用有四個，下列不是常用應用的是()。(1分)20.算法中屬于圖像銳化處理的是()。(1分)系統(tǒng)()。(1分)23.函數(shù)要返回一個數(shù)據(jù)到調用處，使用()語句。(1分)24.()不是機器學習中常用的性能評估指標。(1分)25.利用物質本身的某種客觀性質制作的傳感器被稱為()。(1分)26.在處理文本數(shù)據(jù)時，停用詞(StopWords)通常指的是()。(1分)28.窗體頁眉用于()。(1分)重要也是使用最頻繁的語句是()。(1分)A、UPDATE30.關系模型中，一個關鍵字是()。(1分)31.關于Access字段屬性內容，敘述錯誤的是()。(1分)統(tǒng)是()。(1分)34.()不是常用的無監(jiān)督學習算法。(1分)36.存儲器可分為()。(1分)38.深度學習中的自編碼器(Autoencoder)主要用于()任務。(1分)39.測速發(fā)電機的輸出信號為()。(1分)40.RDD是由多個()組成。(1分)41.在深度學習中，()優(yōu)化器是基于動量的。(1分)42.在機器學習中，“決策樹”(DecisionTree)的一個限制是()。(1分)43.操作系統(tǒng)文件管理的主要功能是()。(1分)的是()。(1分)48.()不是深度學習中的優(yōu)化算法。(1分)52.機器學習中的“支持向量機”(SVM)主要用于()任務。(1分)分)56.()操作能夠實現(xiàn)實體完整性。(1分)出該查詢要查找的是()。(1分)60.圖像灰度的變化可以用圖像的()反映。(1分)63.修改數(shù)據(jù)庫表結構用()。(1分)64.()是數(shù)據(jù)集成。(1分)分)69.在機器學習中，“批量歸一化”(BatchNormalization)主要用于解決()問題。(1分)70.在深度學習中，BERT模型是()類型的模型。(1分)71.在select語句的where子句中，使用正則表達式過濾(1分)72.圖像的平移放縮和旋轉是()變換。(1分)73.在推薦系統(tǒng)中，()是“長尾效應”。(1分)75.關于{},描述正確的是()。(1分)平。(1分)79.在強化學習中，()是“動態(tài)規(guī)劃”(DynamicProgramming)。(1分)80.()是語音助手的主要應用。(1分)icialIntelligence”這一術語。(1分)82.服務機器人應考慮長期使用時某些絕緣材料的電氣性能和機械性能可能會受到不利的影響。(1分)83.()評價指標不適用于衡量分類模型的性能。(1分)A、召回率84.在數(shù)據(jù)特征提取方法中，常被用于對語音時序數(shù)據(jù)特征提取的是()。(1分)85.在推薦系統(tǒng)中，()是“矩陣分解”。(1分)86.DataFrame.dropna函數(shù)的thresh參數(shù)值為6時表示()。(1分)A、有效數(shù)據(jù)小于6的行B、有效數(shù)據(jù)大于6的行C、有效數(shù)據(jù)等于6的行88.內核不包括的子系統(tǒng)是()。(1分)的人數(shù)，最好的查詢方式是()。(1分)90.在Access數(shù)據(jù)庫中，從數(shù)據(jù)表找分)93.GPT系列模型采用的是()類型的訓練策略。(1分)94.創(chuàng)建數(shù)據(jù)庫使用()。(1分)96.深度學習的實質是()。(1分)97.要將"選課成績"表中學生的成績取整，可以使用()。(1分)98.卷積神經網絡的池化層的本質是()。(1分)99.計算機顯示器使用的顏色模型是()。(1分)A、RGB100.在自然語言處理中，n-gram模型主要用于解決()問題。(1分)101.深度學習中，L1正則化和L2正則化分別主要起到的作用是()。(1分)102.在神經網絡中，激活函數(shù)ReLU的特點是()。(1分)C、輸出值在0和1之間D、輸出值在-1和1之間A、Reduce104.在深度學習中，“生成對抗網絡”(GANs)的訓練過程中，()部分負責生成數(shù)據(jù)。(1分)105.以下數(shù)據(jù)中與136相等的是()。(1分)106.在深度學習中，為了()需要進行模型驗證(Validation)。(1分)B、防止模型過擬合D、加快模型訓練速度107.不會影響DataFrame對象中數(shù)據(jù)的操作是()。(1分)108.()算法/庫不能實現(xiàn)閉環(huán)檢測。(1分)109.()不是自然語言處理要實現(xiàn)的目標。(1分)A、理解別人講的話B、對自然語言表示的信息進行分析概括或編輯111.推薦系統(tǒng)的主要目標是()。(1分)112.()用來排序。(1分)114.二進制數(shù)110101轉換為八進制數(shù)是()。(1分)A、(71)8115.用界面形式操作數(shù)據(jù)的是()。(1分)118.在Spak的軟件棧中，用于交互式查詢的是()。(1分)119.隱馬爾可夫模型(HMM)常用于()領域。(1分)120.機器學習中的“主成分分析”(PCA)主要用于()。(1分)121.機器人的運動學方程只涉及()的討論。(1分)124.操作系統(tǒng)的主要功能是()。(1分)125.在計算機領域中，通常用英文單詞“BYTE”來表示()。(1分)126.在深度學習中，“自編碼器”(A129.報表與窗體的主要區(qū)別在于()。(1分)133.在數(shù)據(jù)預處理中，分箱的主要目的是()。(1分)135.在下列存儲器中，訪問速度最快的是()。(1分)(1分)(1分)142.以下應用沒有使用地理位置信息的是()143.機器學習不包括()。(1分)144.mapreduce計算模型適用于()任務。(1分)146.步行機器人的行走機構多為()。(1分)148.在機器學習中，主成分分析(PCA)主要用于()。(1分)149.能夠輸出"圖像"的窗體控件是()。(1分)150.圖靈測試是由()提出的。(1分)153.不屬于SQL查詢的是()。(1分)156.下列描述正確的是()。(1分)這是因為知覺的()。(1分)句中，()屬于數(shù)據(jù)控制功能。(1分)(1分)165.數(shù)據(jù)庫中，數(shù)據(jù)的物理獨立性是指()。(1分)167.()不是譜聚類相比于K-means的優(yōu)點。(1分)168.在機器學習中，過擬合通常指的是()。(1分)169.()不是支持向量機(SVM)的特點。(1分)170.微機唯一能夠直接識別和處理的語言是()。(1分)171.深度學習模型在訓練過程中，驗證集的主要作用是()。(1分)172.人工智能領域的“知識圖譜”主要用于()。(1分)分)175.返回字符串長度的函數(shù)是()。(1分)A、len()(1分)分)178.人工智能與計算機學科的關系是()。(1分)179.直接通過總線與CPU連接的部件是()。(1分)(1分)A、Not"張三*"181.關于集成學習中的Stacking方法，說法錯誤的是()。(1分)183.關于神經網絡，說法正確的是()。(1分)187.在深度學習中，“全連接層”(FullyConnectedLayer)主要用于實現(xiàn)()功能。(1分)188.人工智能在自動駕駛中主要依賴()技術189.命名實體識別(NER)的主要任務是()。(1分)196.ResNet-50有()個卷積層。(1分)197.大語言模型通常指的是()。(1分)198.圖像與灰度直方圖間的對應關系是()。(1分)202.人工智能在圖像識別中常用的技術是()。(1分)203.關聯(lián)規(guī)則中的置信度是()。(1分)204.阿爾法狗打敗柯潔，用的是()。(1分)205.deletefromemployee語句的作用是()。(1分)206.以下說法正確的是()。(1分)能力來適應()、高增長率和多樣化的信息資產。(1分)208.()不屬于觸覺傳感器。(1分)209.關于計算機系統(tǒng)硬件，說法不正確的是()。(1分)210.關系數(shù)據(jù)庫中，實現(xiàn)實體之間的聯(lián)系是通過表與表之212.關于P控制，描述正確的是()。(1分)213.深度學習中的“深度”是指()。(1分)214.縱欄式窗體同一時刻能顯示()。(1分)B、2條記錄C、3條記錄路徑，適合用Topic通信方式。(1分)216.不是自然語言理解特性的是()。(1分)217.計算機病毒是指()。(1分)219.關于Matplotlib模塊中的畫布，說法正確的是()。(1分)220.無軌導航規(guī)劃的主要研究內容不包括()。(1分)221.MPP是指()。(1分)222.深度學習中的“梯度消失”問題通常通過()被緩解。(1分)223.主要用于顯示、輸入、更新數(shù)據(jù)庫中字段的控件類型是()。(1分)224.目前，數(shù)據(jù)庫管理系統(tǒng)最常用的邏輯數(shù)據(jù)模型是()。(1分)225.()是圖靈測試的內容。(1分)A、當機器與人對話，兩者相互詢問，人分不清機器是人還是機器，說明它通過試C、當人與人對話，其中一人的智力超過另一人時，說明智者通過了圖靈測試226.()不是圖像識別中常用的深度學習模型。(1分)自然語言處理中的主要貢獻是()。(1分)分)230.正確率、召回率取值都在0和1之間，數(shù)值越接近0,查準率或查全率就越高。(1分)快速構建AI應用。(1分)232.DataFrame.drop函數(shù)是用來()的。(1分)233.在一個操作中可以更改多條記錄的235.關于梯度下降算法，說法錯誤的是()。(1分)237.在機器學習中，()是過擬合。(1分)238.屬于點處理的是()。(1分)240.沒有數(shù)據(jù)來源的控件類型是()。(1分)241.()是數(shù)據(jù)的離群點檢測。(1分)242.對人工智能理解正確的是()。(1分)B、機器學習只是人工智能的一個方向243.在視圖上不能完成的操作是()。(1分)C、在視圖上定義新的視圖D、查詢244.()不是神經網絡中的正則化方法。(1分)245.字符函數(shù)Rtrim(字符表達式)返回去掉字符表達式()的字符串。(1分)247.在數(shù)據(jù)預處理中，特征選擇的主要目標是()。(1分)C、至多1個則是()。(1分)利用數(shù)據(jù)可以訓練出()。(1分)250.一張表的主鍵個數(shù)為()。(1分)A、至多3個D、至多2個模式，向著()靠攏。(1分)254.在Access數(shù)據(jù)庫中，對數(shù)據(jù)表進行統(tǒng)計的是()。(1分)255.()不是數(shù)據(jù)預處理中常用的特征選擇方法。(1分)256.在深度學習中，BatchNormalization(批量歸一化)通過()幫助改善神經258.將二進制數(shù)11011101轉化成十進制的是()。(1分)確條件表達式是()。(1分)B、"*計算機*"C、Like"*計算機*"中、低三種體重類型作為因變量，則采用()。(1分)261.在機器學習中，()不是數(shù)據(jù)預處理中常用的方法。(1分)決()問題。(1分)分)策略。(1分)(1分)268.下列字符中ASCII碼值最小的是()。(1分)269.字符函數(shù)String(2,"abcdef")返回的值是()。(1分)273.在深度學習中，Dropout是一種常用的技術，它主要用于()。(1分)274.AI是()的英文縮寫。(1分)275.如果經常要從幾個表中提取數(shù)據(jù)，最好的查詢辦法是()。(1分)278.在窗體的“窗體”視圖中可以進行()。(1分)280.在圖像識別任務中，通常使用()類型的神經網絡。(1分)282.移動機器人軌跡規(guī)劃中所用參數(shù)優(yōu)化法是對()進行控制。(1分)287.()不是文本表示學習的常見方法。(1分)288.返回當前日期的函數(shù)是()。(1分)289.在強化學習中，“Q-learning”是一種()類型的算法。(1分)290.在大模型訓練中，為了提高模型的泛化能力，通常采用()方法。(1分)291.()屬于DDL操作。(1分)292.在生成對抗網絡(GAN)中，()部分負責生成數(shù)據(jù)。(1分)分)295.在計算機視覺中，SIFT(尺度不變特征變換)主要用于()目的。(1分)296.在深度學習中，()是嵌入向量(EmbeddingVector)。(1分)298.刪除數(shù)據(jù)表用()。(1分)A、DROP302.關于使用文本值作為查詢準則，敘述正確的是()。(1分)303.圖靈測試的含義是()。(1分)段是非候選碼，則在A、B表之間建立了()。(1分)305.關于人工智能，敘述不正確的是()。(1分)306.關于EasyDL,錯誤的說法是()。(1分)307.關于列表框和組合框，敘述正確的是()。(1分)308.生成對抗網絡(GAN)由()兩部分組成。(1分)309.在機器學習中，“降維”的主要目的是()。(1分)310.大語言模型通常用于處理()類型的數(shù)據(jù)。(1分)311.在深度學習中，()是激活函數(shù)的作用。(1分)312.能夠接受數(shù)字型數(shù)據(jù)的窗體控件是()。(1分)分)315.神經網絡中的反向傳播算法主要用來()。(1分)318.在機器學習中，交叉驗證主要用于()。(1分)程的女學生的姓名，將涉及關系()。(1分)A、SC321.在深度學習中，自編碼器(Autoencoder)主要用于解決()問題。(1分)322.TTS中把數(shù)字變成漢字通常發(fā)生在()。(1分)B、錯解析：暫無解析324.不適于進行定位的地圖表示方法的是()。(1分)A、柵格地圖B、點云地圖C、特征地圖D、拓撲地圖答案：D解析：暫無解析325.Hough變換法是根據(jù)擬合模型和數(shù)據(jù)樣本對()進行投票。(1分)A、數(shù)據(jù)樣本B、樣本和模型對應關系C、模型參數(shù)D、擬合模型答案：C解析：暫無解析326.當條件(Ci,i=1～N)全都為真時，F(xiàn)為假的表達式為()。(1分)分)328.關于支持向量機(SVM),說法錯誤的是()。(1分)分)答案：C解析：暫無解析330.假設某數(shù)據(jù)庫表中有一個工作時間字段，查找20天之內參加工作的記錄的準則是()。(1分)A、BetweenDate()0rDate()答案：C解析：暫無解析331.在機器學習中，“決策樹”算法的主要優(yōu)點是()。(1分)A、能夠很好地處理非線性問題B、不需要任何形式的參數(shù)調整C、總是能找到全局最優(yōu)解D、適用于大規(guī)模數(shù)據(jù)集答案：B解析：暫無解析332.不屬于深度相機原理的是()。(1分)A、結構光333.在神經網絡中，權重初始化對模型訓練的影響是()。(1分)335.在窗體中，標簽的"標題"是標簽控件的()。(1分)337.在神經網絡中，()不是常用的激活函數(shù)。(1分)答案：D值。(1分)349.在機器學習中，均方誤差(MSE)主要用于評估()類型的任務。(1分)350.()不是集成學習的方法。(1分)351.深度學習中的“自編碼器”主要用于解決()問題。(1分)(1分)(1分)分)分)361.打開窗體后，通過工具欄上的"視圖"按鈕可以切換的視圖不包括()。(1A、設計視圖B、窗體視圖D、數(shù)據(jù)表視圖答案：C解析：暫無解析用分區(qū)函數(shù)來對數(shù)據(jù)進行分區(qū)處理，為每個Reduce任務創(chuàng)建一個分區(qū)。(1分)B、錯答案：A解析：暫無解析363.使用向導創(chuàng)建交叉表查詢的數(shù)據(jù)源必須來自()個表或查詢。(1分)答案：A解析：暫無解析366.人工神經元網絡與深度學習的關系是()。(1分)369.麥克納姆輪與全向輪最大的不同點是()。(1分)370.在深度學習中，()是學習率(LearningRate)。(1分)371.C++語言中在C語言的基礎上增加的特性不包括()。(1分)372.()不是XGBoost相比于GBDT的改進之處。(1分)373.以下聚合函數(shù)求個數(shù)的是()。(1分)375.若將窗體的標題設置為"改變字體大小",應使用的語句是()。(1分)376.Python代碼的注釋使用的符號是()。(1分)分)378.不屬于圖像分類技術應用領域的是()。(1分)()。(1分)381.在支持向量機中，核函數(shù)的作用是()。(1分)接著為了創(chuàng)建畫布，簡單正確的用法是()。(1分)墻及玻璃門，要求機器人能夠自主避障，應該選擇()傳感器用于避障。(1分)C、三角測距激光雷達解析：暫無解析385.不屬于Access的窗體視圖的是()。(1分)A、"設計"視圖C、"窗體"視圖390.系統(tǒng)盤鏡像文件大小不大于128GB,且系統(tǒng)盤大小不大于256GB時才能從平臺導出。(1分)391.結構型傳感器的原理比物性型傳感器的原理比相對清晰。(1分)392.假設某一個數(shù)據(jù)庫表中有一個地址字段，查找地址最后兩個字為“8”號的記錄的準則是()。(1分)A、Right([地址],2)="8號"B、Right(地址),4)="8號"C、Right("地址",2)="8號"D、Right("地址",4)="8號"分)394.批量歸一化(BatchNormalization)在深度學習中主要用于解決()問題。(1分)(1分)399.在深度學習中，損失函數(shù)用于衡量()。(1分)400.如果要回滾一個事務，則要使用()語句。(1分)創(chuàng)作、推理、預測被認為是()的層次。(1分)402.啟動ROSMaster的命令是()。(1分)404.在PyTorch中，如果要自定義一個神經網絡層，需要繼承()類。(1分)405.對微機工作影響最小的是()。(1分)類器的正確順序為()。(1分)407.在模型評估中，AUC-ROC曲線主要用來評估()。(1分)(1分)409.數(shù)據(jù)預處理中，()步驟不是針對缺失值處理的。(1分)410.在神經網絡中，過擬合通常是由()引起的。(1分)查詢參數(shù)的()。(1分)413.下列說法不正確的是()。(1分)能。(1分)務是()。(1分)418.深度學習中，早停法(EarlyStopping)主要用于解決()問題。(1分)420.在大語言模型中，()是perplexity。(1分)422.用于求NumPy二維數(shù)組arr中每行的平均值的語句是()。(1分)423.在深度學習中，“循環(huán)神經網絡”(RNN)主要用于處理()問題。(1分)425.關于無線通信，說法錯誤的是()。(1分)法正確的是()。(1分)向428.CNN的基本結構不包括()。(1分)429.查找數(shù)據(jù)庫中所有的數(shù)據(jù)表用()。(1分)430.()架構具有反饋連接。(1分)431.專用與通用人工智能討論的是智能的()問題。(1分)432.現(xiàn)有的主流人工智能對自然語言的處理是基于()視角的。(1分)433.在數(shù)據(jù)預處理中，PCA(主成分分析)主要用于()。(1分)434.在大語言模型的訓練中，()是fine-tuning。(1分)435.多個傳感器測量同一數(shù)據(jù)，擇優(yōu)選取，屬于傳感器的()。(1分)436.()不是常用的機器學習算法分類。(1分)437.()是現(xiàn)在新出現(xiàn)的人工智能的研究方向。(1分)438.()不是詞嵌入的常見方法。(1分)440.在深度學習中，模型的泛化能力是指()。(1分)441.不屬于機器視覺應用分類的是()。(1分)442.窗體的控件類型有()。(1分)443.關于百度PaddleHub,錯誤的說法是()。(1分)444.不同的實體是根據(jù)()區(qū)分的。(1分)445.下列說法錯誤的是()。(1分)446.在Access中，一般情況下，建立查詢的方法有()。(1分)447.大語言模型中的positionembedding主要用來解決()問題。(1分)448.()不是大語言模型常用的預訓練任務。(1分)450.在強化學習中，智能體(Agent)通過()來學習。(1分)451.數(shù)據(jù)庫系統(tǒng)包括()。(1分)453.()是滑動窗口技術。(1分)455.交叉表查詢是為了解決()。(1分)456.在支持向量機中，核函數(shù)的主要作用457.組合多條SQL查詢語句形成組合查詢的操作符是()。(1458.如果a=1,b=2,c=3,則表達式(a==b<c)==(a==bandb<c)的值為()。(1分)459.數(shù)據(jù)庫系統(tǒng)與文件系統(tǒng)的主要區(qū)別是()。(1分)460.某種計算機的內存容量是640K,這里的640K容量是指()個字節(jié)。(1分)461.在全文本搜索的函數(shù)中，用于指定被搜索的列的是()。(1分)A、MATCH()462.人工智能誕生于()。(1分)463.在計算機視覺中，()任務旨在識別圖像中的物體并確定其位置。答案：B464.關于ROSNode,描述錯誤的是()。(1分)D、Node可以先于ROSMaster啟動(1分)466.屬于基于統(tǒng)計的自然語言處理進路的是()。(1分)467.應用了人工智能技術的是()。(1分)468.色彩豐富的圖像是()。(1分)469.池化層的作用不包括()。(1分)471.采用二階多項式表示軌跡時，該軌跡()。(1分)472.關于神經網絡的權重初始化，說法錯誤的是()。(1分)473.深度學習中的“解碼器”(Decoder)通常用于()場景。(1分)475.函數(shù)Sgn(-2)返回值是()。(1分)3”的記錄的準則是()。(1分)A、Mid([學生編號],3,4)="03"B、Mid([學生編號],3,2)="03C、Mid("學生編號",3,4)="03"D、Mid("學生編號",3,2)="03"479.()不是強化學習中的常見假設。(1分)從大量化多類別的數(shù)據(jù)中(),是IT領域新一代的技術與架構。(1分)481.數(shù)據(jù)庫的概念模型獨立于()。(1分)482.在深度學習中，Dropout技術主要用于()。(1分)(1分)485.在深度學習中，殘差網絡(ResNet)的主要特點是()。(1分)是()。(1分)B、DBMS包括DB和DBSC、DB包括DBS和DBMS488.用計算機管理科技情報資料，是計算機在()方面的應用。(1分)分)490.反映計算機存儲容量的基本單位是()。(1分)491.()不是強化學習的組成部分。(1分)493.在計算機視覺中，()任務關注從視頻序列中檢測和跟蹤494.()是推薦系統(tǒng)中的“過濾泡沫”。(1分)495.在數(shù)據(jù)庫技術中，實體-聯(lián)系模型是一種()。(1分)496.在機器學習中，特征工程的主要目的是()。(1分)分)498.用外部信號實現(xiàn)機器人的動作，需要配置I/0板和I/0信號。(1分)499.深度學習模型訓練過程中，驗證集的主要作用是()。(1分)急于查字典。這體現(xiàn)了知覺的()。(1分)501.()不是深度學習常用的模型。(1分)503.在決策樹中，()不是常見的剪枝策略。(1分)(1分)505.在數(shù)據(jù)預處理中，數(shù)據(jù)編碼的主要目的是()。(1分)是()。(1分)507.為了使窗體界面更加美觀，可以創(chuàng)建的控件是()。(1分)508.Access查詢的視圖包括()。(1分)()。(1分)510.三相感應電機銘牌上的額定功率指的是()。(1分)512.()不屬于本體感知型傳感器。(1分)分)514.在機器學習中，“欠擬合”通常意味意思，是因為知覺的()。(1分)C、Left([姓名],1)="李"D、"李"518.深度學習中的池化層(PoolingLayer)主要用于()。(1分)519.在機器學習中，“集成學習”(EnsembleLearning)的主要優(yōu)勢是()。(1分)A、減少了單個模型的偏差B、減少了單個模型的方差D、降低了模型的訓練速度520.在自然語言處理中，詞嵌入(WordEmbedding)的主要目的是()。(1分)521.IBM提出的大數(shù)據(jù)5V特征包括更大、更快、更多、更值錢和()。(1分)522.在人機交互技術中，不屬于圖形人機交互技術的是()。(1分)則被稱為()。(1分)524.在邏輯回歸中，()不是常用的正則化方法。(1分)A、L1正則化525.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分)526.數(shù)據(jù)獨立性是指()。(1分)528.在數(shù)據(jù)表視圖中，不可以()。(1分)529.使用向導創(chuàng)建交叉表查詢的數(shù)據(jù)源是()。(1分)530.創(chuàng)建“學生(ID,姓名，出生)”表(ID為關鍵字段)的正確SQL語句是()。(1分)531.文件型病毒傳染的主要對象是()。(1分)容。(1分)534.()是決策樹學習中的“過擬合”。(1分)A、決策樹過于簡單，無法捕捉數(shù)據(jù)中的模式B、決策樹過于復雜，對數(shù)據(jù)中的噪聲也進行了學習C、決策樹無法處理連續(xù)數(shù)據(jù)D、決策樹只能處理二分類問題答案：B解析：暫無解析535.總體來說，人工智能發(fā)展的未來趨勢是()。(1分)D、大幅度下降答案：A解析：暫無解析536.以下聚合函數(shù)求數(shù)據(jù)總和的是()。(1分)A、MAX答案：B解析：暫無解析537.機器語言的特點是有豐富的修辭手段。(1分)538.推薦系統(tǒng)中的“精度”通常指的是()。(1分)539.計算機能直接執(zhí)行的程序是()。(1分)540.數(shù)據(jù)標準化和歸一化的主要區(qū)別是()。(1分)542.在計算機視覺中，光流法通常用于估計()。(1分)545.關于人工智能程序，表述不正確的是()。(1分)547.運動學主要是研究機器人的()。(1分)548.DataFrame.append函數(shù)是用來進行()的。(1分)549.神經網絡中的()主要用于特征提取。(1分)某固定內容的數(shù)據(jù)，可以使用()控件。(1分)551.下列敘述錯誤的是()。(1分)鍵552.不屬于人工智能機器感知領域的是()。(1分)(1分)557.隨機森林是通過()方式提升決策樹的性能。(1分)558.不屬于生物特征識別技術的是()。(1分)559.K-means算法中的K代表()。(1分)561.下列函數(shù)中可以計算字典元素個數(shù)的是()。(1分)562.在深度學習中，“梯度消失”(VanishingGradient)問題通常會在()結構中出現(xiàn)。(1分)563.在機器學習中，“核技巧”(KernelTrick)主要用于解決()問題。(1分)的歷史表等方面的查詢是()。(1分)565.視覺獲得的感知信息占人對外界感知信息的60%。(1分)566.關于位置感知技術，表述錯誤的是()。(1分)567.不是數(shù)字圖像的格式的是()。(1分)568.查找條件為姓名不是NULL的記錄是()。(1分)570.()不屬于數(shù)據(jù)預處理的方法。(1分)(1分)572.在大語言模型中，()是tokenizer。(1分)573.在深度學習中，“卷積”(Convolution)操作主要用于()。(1分)574.在機器學習中，過擬合和欠擬合通常與()因素有關。(1分)575.()技術不是用于數(shù)據(jù)降維的。(1分)577.()不屬于機器人觸覺。(1分)578.數(shù)據(jù)表窗體同一時刻能顯示()。(1分)A、1條記錄B、2條記錄579.()的機器人學習方法沒有利用標注數(shù)據(jù)。(1分)發(fā)出數(shù)據(jù)庫應用請求，這種方式屬于()。(1分)581.在SQL語言中，子查詢是()。(1分)D、嵌入另一個查詢語句之中的查詢語句582.數(shù)據(jù)預處理中，處理高維數(shù)據(jù)的主要目的是()。(1分)583.Hadoop是在()年誕生的。(1分)584.在深度學習中，()是softmax函數(shù)。(1分)585.一個完整的微型計算機系統(tǒng)應包括()。(1分)586.在深度學習中，激活函數(shù)的主要作用是()。(1分)588.在深度學習中，“批處理”(BatchProcessing)的作用是()。(1分)B、Y軸590.在機器學習中，“Boosting”算法的一個典型例子是()。(1分)分)592.不確定性推理就是從()的初始證據(jù)出發(fā)，通過運用()的知識，最終推出593.計算機具有的存儲程序和程序原理是()提出來的。(1分)594.計算機之所以被稱為“電腦”,是因為()。(1分)595.如果加載一個窗體，先被觸發(fā)的事件是()。(1分)A、Load事件B、0pen事件597.()不是處理文本數(shù)據(jù)時的常見預處理步驟。(1分)598.關于查詢，敘述正確的是()。(1分)599.十六進制1000轉換成十進制數(shù)是()。(1分)600.傳感器消息發(fā)布一般都采用Topic形式發(fā)布。(1分)601.要改變窗體上文本框控件的數(shù)據(jù)源，應設置的屬性是()。(1分)任務是()。(1分)604.()不是文本向量化的常用方法。(1分)605.在自然語言處理中，“詞嵌入”(WordEmbedding)通(1分)611.()不能生成一個空字典。(1分)612.不屬于人工智能研究基本內容的是()。(1分)613.在()情況下，神經網絡模型被稱為深度學習模型。(1分)615.依存句法分析(DependencyParsing)主要用于分析()。(1分)616.大模型在處理長文本時常常面臨()問題。(1分)617.人工智能通過輸入的圖片解析出圖片的內容，這種技術叫618.DB的三級模式結