2024年安徽省職業(yè)技能競賽（人工智能訓(xùn)練師賽項(xiàng)）考試題庫（含答案）

庫(含答案)1.盲目搜索策略不包括下列那個(gè)()。9.()是機(jī)器學(xué)習(xí)較早的研究方向，其源于英國數(shù)學(xué)家托馬斯.貝葉斯在1763正確的是?C、①錯(cuò)誤，②正確11.線性回歸方程y=-2x+7揭示了割草機(jī)的剩余油量(升)與工作時(shí)間(小時(shí))的關(guān)系，以下關(guān)于斜率描述正確的是：()。D、割草機(jī)工作1小時(shí)后剩余油量是2升A、0.6力?44.BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則是()。B、梯度下降法46.什么是GAN(生成對抗網(wǎng)絡(luò))的主要應(yīng)用之一?D、強(qiáng)化學(xué)習(xí)C、屬性60.決策樹中的分類結(jié)果是最末端的節(jié)點(diǎn)，這些節(jié)點(diǎn)稱為?()C、子節(jié)點(diǎn)D、葉節(jié)點(diǎn)61.GPT-3是由哪家公司開發(fā)的?74.機(jī)器學(xué)習(xí)的簡稱是()。80.下面的()是指多Agent系統(tǒng)。81.在機(jī)器學(xué)習(xí)模型評估中，"五折交叉驗(yàn)證"(5-foldcro機(jī)器學(xué)習(xí)利用數(shù)據(jù)訓(xùn)練出什么()。112.下面的()不是專家系統(tǒng)的組成部分。A、UMLD、ELman網(wǎng)絡(luò)C、它需要大量的計(jì)算資源D、它不能識別出專有名詞A、圖像分類B、語音識別D、時(shí)間序列預(yù)測問題B、實(shí)際操作B、找出異常值173.人工智能學(xué)科誕生于哪年()A、UMLA、使機(jī)器能夠像人一樣思考和行動C、使機(jī)器能夠模仿人類的某些智能行為D、使機(jī)器能夠進(jìn)行自我學(xué)習(xí)和改進(jìn)D、所有以上選項(xiàng)A、FAST角點(diǎn)檢測和BRIEF描述符191.BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)不包括()。數(shù)組“a、b、c”的定義，推斷c的維度為：()。203.規(guī)則A→(B,c(B|A))中的c(B|A)表示在前提A為真的情況下結(jié)論B為真的()。205.BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法為()B、外殼210.輯等價(jià)式稱為()A、0.6B、歸納學(xué)習(xí)、演繹學(xué)習(xí)、類比學(xué)習(xí)、分析學(xué)習(xí)D、結(jié)構(gòu)化學(xué)習(xí)、非結(jié)構(gòu)化學(xué)習(xí)239."袋裝"(bagging)和"提升"(boosting)都是集成學(xué)習(xí)的方法，它們有何不同?C、bagging和boosting都240.以下哪一項(xiàng)不是機(jī)器人設(shè)計(jì)中的人機(jī)交互接口?B、觸摸屏D、燃油發(fā)動機(jī)241.人工智能的主要目的是什么?A、模仿人類行為B、提高計(jì)算機(jī)性能C、讓機(jī)器具備智能D、自動化生產(chǎn)流程242.在深度學(xué)習(xí)中，什么是dropout?A、鼠標(biāo)E、VR眼鏡E、Prim算法40.大模型在機(jī)器學(xué)習(xí)中通常如何優(yōu)化以提高其泛化能力?(本B、L2正則化51.在深度學(xué)習(xí)中，批量歸一化(BatchNormalization)的作用是什么?(本題多選)C、自然語言處理85.大模型在未來發(fā)展中，以下哪些是可能的數(shù)據(jù)處理技術(shù)?A、自動數(shù)據(jù)標(biāo)注86.大模型在未來發(fā)展中，以下哪些是可能的跨學(xué)科研究方向?A、ndB、圖形用戶界面121.在大模型的應(yīng)用中，以下哪些是常見的模型評估方法?C、模型大小cy]必須是相同的。()動作空間。()習(xí)。()類別。()性能需求。()22.Prompt工程中的硬prompt是固定的，不能在訓(xùn)練過程中更新。()強(qiáng)大。()種模態(tài)的學(xué)習(xí)效果。()成的效果。()56.Prompt工程中的連續(xù)prompt比離散prompt更易于優(yōu)化。()的HTTP請求。()82.在多模態(tài)大模型中，不同模態(tài)的信息通常在早期階段就融合在一起。()83.Python中的全局變量和局部變量具有不同的作用域。()84.大模型Agent在處理復(fù)雜決策問題時(shí)，能夠利用深度學(xué)習(xí)模型的強(qiáng)大表示能習(xí)方向。()復(fù)雜的語言任務(wù)。()獎(jiǎng)勵(lì)函數(shù)。()調(diào)試模型和可視化模型結(jié)構(gòu)。()異常值或缺失值。()142.微調(diào)訓(xùn)練時(shí)，預(yù)訓(xùn)練模型的權(quán)重是固定的，不會被更新。()143.TensorFlow在科研領(lǐng)域的使用率高于PyTorch。()144.預(yù)訓(xùn)練模型可以直接