2022年廣東省人工智能工程應(yīng)用職業(yè)技能競(jìng)賽預(yù)選賽復(fù)習(xí)試題含答案

第頁(yè)2022年廣東省人工智能工程應(yīng)用職業(yè)技能競(jìng)賽預(yù)選賽復(fù)習(xí)試題含答案1.33.(

)是最常見(jiàn)的評(píng)估指標(biāo)，是預(yù)測(cè)正確的樣本數(shù)量數(shù)除以所有樣本數(shù)量。一般來(lái)說(shuō)，其值越高，分類器越好。A、精確率B、準(zhǔn)確率C、召回率D、斷續(xù)器【正確答案】：B解析：答案解析：準(zhǔn)確率（Accuracy）是最常見(jiàn)的評(píng)估指標(biāo)，準(zhǔn)確率是預(yù)測(cè)正確的樣本數(shù)量數(shù)除以所有樣本數(shù)量。一般來(lái)說(shuō)，準(zhǔn)確率越高，分類器越好2.34.在分類任務(wù)中，常常使用混淆矩陣來(lái)評(píng)估模型的性能，關(guān)于混淆矩陣真陽(yáng)性(TP)和真陰性(TN)說(shuō)法正確的是（）。A、TP表示實(shí)際和預(yù)測(cè)都為真，TN表示實(shí)際和預(yù)測(cè)都為假B、TP表示實(shí)際為真預(yù)測(cè)為假，TN表示實(shí)際為真預(yù)測(cè)為假C、TP表示實(shí)際為假預(yù)測(cè)為真，TN表示實(shí)際為真預(yù)測(cè)為假D、TP表示實(shí)際為真預(yù)測(cè)為真，TN表示實(shí)際為真預(yù)測(cè)為假【正確答案】：A解析：答案解析：混淆矩陣中，真陽(yáng)性表示實(shí)際和預(yù)測(cè)都為真，真陰性表示實(shí)際和預(yù)測(cè)都為假。3.19.人工智能時(shí)代的三大基石指的是算法、算力和（）。A、數(shù)據(jù)B、寬帶C、信號(hào)D、以上都不是【正確答案】：A解析：答案解析：成就人工智能時(shí)代的三大基石是是數(shù)據(jù)（即算料）、算法和算力。4.13.在芯片劃痕分類檢測(cè)過(guò)程中，可以使用下面什么指標(biāo)來(lái)評(píng)估模型？（）A、均方根誤差B、均方絕對(duì)誤差C、R方D、F1分?jǐn)?shù)【正確答案】：D解析：答案解析：芯片劃痕檢測(cè)是分類任務(wù)，所以需要選擇分類模型的評(píng)價(jià)指標(biāo)，其中F1分?jǐn)?shù)為分類模型的評(píng)價(jià)指標(biāo)。5.下列選項(xiàng)中，哪一項(xiàng)不是自然語(yǔ)言處理技術(shù)的應(yīng)用領(lǐng)域？（）A、機(jī)器翻譯B、問(wèn)答系統(tǒng)C、文本分類D、條形碼識(shí)別【正確答案】：D解析：答案解析：條形碼識(shí)別不屬于人工智能應(yīng)用，是利用光電原理實(shí)現(xiàn)的。6.6.為了保障數(shù)據(jù)標(biāo)注質(zhì)量，一般需要進(jìn)行標(biāo)注檢查。下列選項(xiàng)中，不符合標(biāo)注檢查要求的是（）。A、檢查是否存在漏標(biāo)B、檢查被標(biāo)注目標(biāo)的標(biāo)簽類別是否正確C、檢查標(biāo)注框是否為圓形D、檢查標(biāo)注框是否完整貼合目標(biāo)【正確答案】：C解析：答案解析：數(shù)據(jù)標(biāo)注往往需要檢查是否存在漏標(biāo)、檢查被標(biāo)注目標(biāo)的標(biāo)簽類別是否正確、檢查是否重復(fù)標(biāo)注、檢查標(biāo)注框是否完整貼合目標(biāo)。7.32.一般情況下，可以將數(shù)據(jù)集分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，其中主要用于評(píng)估模型的泛化能力的是（）。A、訓(xùn)練集B、驗(yàn)證集C、測(cè)試集D、以上都不是【正確答案】：C解析：答案解析：測(cè)試集用于評(píng)估最終模型的泛化能力。8.16.一般情況下，可以將數(shù)據(jù)集分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，其中驗(yàn)證集的作用是（）。A、用于訓(xùn)練模型B、用于調(diào)整模型的參數(shù)C、用于評(píng)估模型的泛化能力D、以上都不是【正確答案】：B解析：答案解析：驗(yàn)證集用于調(diào)整模型的超參數(shù)和用于對(duì)模型識(shí)別效果進(jìn)行初步評(píng)估。9.18.（

）是指在所有正樣本中預(yù)測(cè)正確的比例，即模型正確預(yù)測(cè)了多少個(gè)正樣本。A、精確率B、準(zhǔn)確率C、召回率D、斷續(xù)器【正確答案】：C解析：答案解析：召回率（Recall）和靈敏度（TPR）是同一個(gè)概念，指在所有正樣本中預(yù)測(cè)正確的比例，即模型正確預(yù)測(cè)了多少個(gè)正樣本10.17.下列選項(xiàng)中，正確描述了無(wú)監(jiān)督學(xué)習(xí)特點(diǎn)的是（）。A、利用少量的具有標(biāo)記信息的樣本和大量沒(méi)有標(biāo)記的樣本進(jìn)行學(xué)習(xí)B、利用具有標(biāo)記信息的樣本進(jìn)行學(xué)習(xí)C、對(duì)沒(méi)有類別標(biāo)記的樣本進(jìn)行學(xué)習(xí)D、利用自身生成的標(biāo)簽進(jìn)行學(xué)習(xí)【正確答案】：C解析：答案解析：無(wú)監(jiān)督學(xué)習(xí)是對(duì)沒(méi)有類別標(biāo)記的樣本進(jìn)行學(xué)習(xí)，學(xué)習(xí)目的通常是發(fā)現(xiàn)數(shù)據(jù)內(nèi)在結(jié)構(gòu)，典型任務(wù)是聚類和降維。11.3.在模型訓(xùn)練過(guò)程中，如果出現(xiàn)內(nèi)存不足的情況，下面操作正確的是（）。A、減少模型的訓(xùn)練迭代次數(shù)B、減少訓(xùn)練時(shí)的學(xué)習(xí)率C、減少訓(xùn)練的批次量大小D、以上方法都不對(duì)【正確答案】：C解析：答案解析：訓(xùn)練過(guò)程中，當(dāng)每次參與計(jì)算的數(shù)據(jù)太大可能造成內(nèi)存不足的情況，此時(shí)可以減少每次計(jì)算的數(shù)據(jù)量。即減少批次量大小。12.23.增強(qiáng)數(shù)據(jù)的任務(wù)目標(biāo)是（

）。A、提取數(shù)據(jù)特征B、生成大量額外的數(shù)據(jù)C、清楚相似數(shù)據(jù)D、清除無(wú)效數(shù)據(jù)【正確答案】：B解析：答案解析：增強(qiáng)數(shù)據(jù)任務(wù)目標(biāo)是以較低的成本生成大量額外的數(shù)據(jù)。13.10.在多分類任務(wù)中，往往需要使每個(gè)類別的數(shù)量大致平衡，下面操作正確的是（）。A、對(duì)數(shù)據(jù)量少的類別進(jìn)行欠采樣B、對(duì)數(shù)據(jù)量少的類進(jìn)行過(guò)采樣C、對(duì)數(shù)據(jù)量多的類別進(jìn)行過(guò)采樣D、以上方法都不對(duì)【正確答案】：B解析：答案解析：處理數(shù)據(jù)不平衡一般采用欠采樣和過(guò)采樣兩種方法。欠采樣是通過(guò)減少豐富類的大小來(lái)平衡數(shù)據(jù)集，當(dāng)數(shù)據(jù)量不足時(shí)就應(yīng)該使用過(guò)采樣，它嘗試通過(guò)增加稀有樣本的數(shù)量來(lái)平衡數(shù)據(jù)集。14.20.在下列選項(xiàng)中，不屬于“智能”的能力的是（）。A、感知能力B、記憶與思維能力C、學(xué)習(xí)與適應(yīng)能力D、生存和繁衍能力【正確答案】：D解析：答案解析：生存和繁衍能力屬于生物本能，不屬于智能。15.2.對(duì)海量數(shù)據(jù)進(jìn)行存儲(chǔ)往往需要對(duì)數(shù)據(jù)進(jìn)行編碼，將文本數(shù)據(jù)編碼為二進(jìn)制時(shí)，常見(jiàn)的編碼格式不包括（）。A、UTF-8B、GBKC、WEBPD、Unicode【正確答案】：C解析：答案解析：常見(jiàn)的字符編碼格式包括UTF-8，GBK，ASCII，Unicode等，webp為圖像的編碼格式。16.7.在多分類任務(wù)中，數(shù)據(jù)不平衡往往對(duì)模型結(jié)果會(huì)有影響，下面說(shuō)法正確的是（）。A、欠采樣可以使數(shù)據(jù)量少的類別樣本更加豐富B、過(guò)采樣可以使數(shù)據(jù)量少的類別樣本更加豐富C、對(duì)數(shù)據(jù)量多的類別可以進(jìn)行過(guò)采樣D、以上說(shuō)法都不對(duì)【正確答案】：B解析：答案解析：處理數(shù)據(jù)不平衡一般采用欠采樣和過(guò)采樣兩種方法。欠采樣是通過(guò)減少豐富類的大小來(lái)平衡數(shù)據(jù)集，當(dāng)數(shù)據(jù)量不足時(shí)就應(yīng)該使用過(guò)采樣，它嘗試通過(guò)增加稀有樣本的數(shù)量來(lái)平衡數(shù)據(jù)集。17.1.假設(shè)將一張圖像數(shù)據(jù)輸入進(jìn)計(jì)算機(jī)視覺(jué)模型中，得到結(jié)果為[["score":0.7926366,"name":"美人梅"]["score":0.63683325,"name":"櫻花"]["score":0.037346818,"name":"垂絲海棠"]]，

如果將置信度設(shè)置為0.7，根據(jù)模型的預(yù)測(cè)結(jié)果可以知道預(yù)測(cè)圖像的類型為（）。A、美人梅B、櫻花C、垂絲海棠D、都不是【正確答案】：A解析：答案解析：根據(jù)預(yù)測(cè)的結(jié)果可以看到每個(gè)類別的概率，大于置信度則認(rèn)為識(shí)別正確，所以模型預(yù)測(cè)為美人梅。18.25.在分類任務(wù)中，常常使用混淆矩陣來(lái)評(píng)估模型的性能，關(guān)于混淆矩陣假陽(yáng)性(FP)和假陰性(FN)說(shuō)法正確的是（）。A、FP表示實(shí)際和預(yù)測(cè)都為真，F(xiàn)N表示實(shí)際和預(yù)測(cè)都為假B、FP表示實(shí)際為真預(yù)測(cè)為假，F(xiàn)N表示實(shí)際為真預(yù)測(cè)為假C、FP表示實(shí)際為假預(yù)測(cè)為真，F(xiàn)N表示實(shí)際為真預(yù)測(cè)為假D、FP表示實(shí)際為真預(yù)測(cè)為真，F(xiàn)N表示實(shí)際為真預(yù)測(cè)為假【正確答案】：C解析：答案解析：混淆矩陣中，假陽(yáng)性表示實(shí)際為假，預(yù)測(cè)為真，假陰性表示實(shí)際為真，預(yù)測(cè)為假。19.35.計(jì)算機(jī)視覺(jué)在實(shí)際生活中應(yīng)用非常廣泛，下面哪項(xiàng)不屬于計(jì)算機(jī)視覺(jué)模型的應(yīng)用？（）A、菜品識(shí)別B、車輛損傷識(shí)別C、文本翻譯D、廣告檢測(cè)【正確答案】：C解析：答案解析：A，B，D都屬于計(jì)算機(jī)視覺(jué)的應(yīng)用，C屬于自然語(yǔ)言處理的應(yīng)用。20.8.5W1H分析法通常用于人工智能應(yīng)用開(kāi)發(fā)前的項(xiàng)目需求分析任務(wù)。下列選項(xiàng)中，哪一項(xiàng)不是5W1H分析法需要確定的內(nèi)容？（）A、對(duì)象（What）B、多少（多少錢）C、人員D、方法（How）【正確答案】：B解析：答案解析：5W1H分析法中指出，完成一個(gè)場(chǎng)景應(yīng)用項(xiàng)目的需求分析需要從對(duì)象（What）、原因（Why）、地點(diǎn)（Where）、時(shí)間（When）、人員（Who）、方法（How）6個(gè)方面提出問(wèn)題并進(jìn)行思考和總結(jié)。21.15.文本相似度標(biāo)注指的是對(duì)兩份文本通過(guò)標(biāo)注（

）的方法進(jìn)行標(biāo)注，這是使用一串?dāng)?shù)值來(lái)描述一個(gè)詞的方法。A、實(shí)體B、詞向量C、情感D、相似度【正確答案】：B解析：答案解析：文本相似度標(biāo)注指的是對(duì)兩份文本通過(guò)標(biāo)注"詞向量"等方法進(jìn)行標(biāo)注，詞向量就是使用一串?dāng)?shù)值來(lái)描述一個(gè)詞的方法。22.21.在芯片引腳檢測(cè)過(guò)程中，不能用于模型評(píng)估指標(biāo)的是（）。A、準(zhǔn)確率B、mapC、R方D、F1分?jǐn)?shù)【正確答案】：C解析：答案解析：芯片引腳檢測(cè)是目標(biāo)檢測(cè)任務(wù)，可以使用準(zhǔn)確率、精確度、f1分?jǐn)?shù)、mAP值等作為評(píng)價(jià)指標(biāo)，R方不可作為目標(biāo)檢測(cè)的評(píng)價(jià)指標(biāo)。23.12.關(guān)于芯片劃痕分類檢測(cè)，下列說(shuō)法正確的是（）A、芯片劃痕分類檢測(cè)的結(jié)果是離散的B、芯片劃痕分類檢測(cè)的結(jié)果是定量的C、芯片劃痕分類檢測(cè)的結(jié)果是連續(xù)的D、芯片劃痕分類檢測(cè)的結(jié)果是線性的【正確答案】：A解析：答案解析：芯片劃痕分類檢測(cè)是一個(gè)分類任務(wù)，分類任務(wù)的輸出結(jié)果是離散的。24.11.在人工智能產(chǎn)業(yè)鏈中，不屬于基礎(chǔ)層提供的硬件設(shè)施的是（）。A、中央處理器B、顯卡C、傳感器D、操作系統(tǒng)【正確答案】：D解析：答案解析：操作系統(tǒng)屬于軟件程序，不屬于硬件設(shè)施。25.22.特征工程不包括以下哪一步驟？（）A、數(shù)據(jù)采集B、數(shù)據(jù)預(yù)處理C、數(shù)據(jù)特征可視化D、數(shù)據(jù)特征挖掘【正確答案】：A解析：答案解析：特征工程中常見(jiàn)步驟包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)特征可視化和數(shù)據(jù)特征挖掘。26.29.在使用2D標(biāo)注框進(jìn)行人臉圖像標(biāo)注時(shí)，下列說(shuō)法正確的是（）。A、不需要沿著目標(biāo)物體的邊緣進(jìn)行畫框標(biāo)注B、每一個(gè)目標(biāo)物體均需要單獨(dú)標(biāo)注，不可以合并在一起進(jìn)行標(biāo)注C、模糊不清的圖像同樣需要進(jìn)行標(biāo)注D、標(biāo)注框可以超過(guò)圖像邊界【正確答案】：B解析：答案解析：選項(xiàng)A錯(cuò)誤，標(biāo)注框需緊貼目標(biāo)物體的邊緣進(jìn)行畫框標(biāo)注，框的范圍不可過(guò)大或過(guò)小；選項(xiàng)B正確；選項(xiàng)C錯(cuò)誤，模糊不清及不符合項(xiàng)目特殊規(guī)則的圖像不進(jìn)行標(biāo)注；選項(xiàng)D錯(cuò)誤，標(biāo)注框不可以超過(guò)圖像邊界。27.9.對(duì)引腳檢測(cè)數(shù)據(jù)進(jìn)行標(biāo)注時(shí)，應(yīng)使用以下哪種方式進(jìn)行數(shù)據(jù)標(biāo)注？（）A、關(guān)鍵點(diǎn)B、直線C、矩形框D、圓形【正確答案】：C解析：答案解析：引腳檢測(cè)的主要目的是檢測(cè)芯片的引腳，因此需要使用矩形框標(biāo)注出引腳的位置。28.27.計(jì)算機(jī)視覺(jué)與機(jī)器視覺(jué)極易混淆，下列說(shuō)法錯(cuò)誤的是（）。A、一般來(lái)說(shuō)，相對(duì)于計(jì)算機(jī)視覺(jué)，機(jī)器視覺(jué)對(duì)精度的要求更高B、機(jī)器視覺(jué)偏重于深度學(xué)習(xí)且偏向于軟件C、計(jì)算機(jī)視覺(jué)的應(yīng)用場(chǎng)景復(fù)雜，目標(biāo)類別多樣，規(guī)律性不強(qiáng)D、機(jī)器視覺(jué)技術(shù)可應(yīng)用于軍事行業(yè)，用于檢測(cè)航空航空著陸姿勢(shì)【正確答案】：B解析：答案解析：選項(xiàng)B錯(cuò)誤，偏軟件的是計(jì)算機(jī)視覺(jué)，計(jì)算機(jī)視覺(jué)的應(yīng)用更廣，而不是機(jī)器視覺(jué)。29.31.按照字段類型進(jìn)行劃分，個(gè)人姓名的數(shù)據(jù)屬于（

）。A、文本類B、數(shù)值類C、實(shí)踐類D、以上都不是【正確答案】：A解析：答案解析：文本類數(shù)據(jù)常用于描述性字段，如個(gè)人姓名、家庭住址、文章摘要等。30.28.在深度學(xué)習(xí)領(lǐng)域中，通常使用（）來(lái)評(píng)估模型的優(yōu)劣，即評(píng)估模型預(yù)測(cè)值和真實(shí)值的差異。A、優(yōu)化函數(shù)B、激活函數(shù)C、損失函數(shù)D、正則方法【正確答案】：C解析：答案解析：在深度學(xué)習(xí)領(lǐng)域中，通常使用損失函數(shù)來(lái)評(píng)估模型的優(yōu)劣，即評(píng)估模型預(yù)測(cè)值和真實(shí)值的差異。31.30.根據(jù)實(shí)現(xiàn)場(chǎng)景和實(shí)現(xiàn)程度的不同，可以將人工智能的研究目標(biāo)分為弱人工智能、強(qiáng)人工智能和超強(qiáng)人工智能三個(gè)層次，其中“弱人工智能”層次對(duì)應(yīng)著（）階段。A、擬人B、類人C、超越人D、以上都不對(duì)【正確答案】：A解析：答案解析：人工智能的研究目標(biāo)分作3個(gè)層次，分別為弱人工智能、強(qiáng)人工智能和超強(qiáng)人工智能，對(duì)應(yīng)擬人、類人和超越人3個(gè)階段。32.4.圖像標(biāo)注的質(zhì)量取決于以下哪一因素？（）A、圖像標(biāo)注目標(biāo)的大小B、標(biāo)注的圖像尺寸大小C、像素點(diǎn)判定的準(zhǔn)確性D、圖像中像素點(diǎn)的大小【正確答案】：C解析：答案解析：圖像標(biāo)注的質(zhì)量好壞取決于像素點(diǎn)判定的準(zhǔn)確性。標(biāo)注像素點(diǎn)越接近被標(biāo)注物的邊緣像素，標(biāo)注的質(zhì)量就越高，標(biāo)注的難度也越大。33.24.全連接神經(jīng)網(wǎng)絡(luò)的構(gòu)建與訓(xùn)練不包括以下哪個(gè)步驟？（）A、模型部署B(yǎng)、優(yōu)化器選擇C、模型設(shè)計(jì)D、訓(xùn)練配置【正確答案】：A解析：答案解析：模型的構(gòu)建和訓(xùn)練包括模型的設(shè)計(jì)，訓(xùn)練超參數(shù)的選擇，優(yōu)化器選擇，損失函數(shù)等。模型部署屬于模型的應(yīng)用。34.26.以下屬于特征工程步驟的是（）。A、特征融合B、數(shù)據(jù)預(yù)處理C、數(shù)據(jù)特征可視化D、以上都對(duì)【正確答案】：D解析：答案解析：特征工程中常見(jiàn)步驟包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)特征可視化和數(shù)據(jù)特征挖掘，其中特征融合屬于特征挖掘的一種。35.14.要實(shí)現(xiàn)強(qiáng)大的人工智能模型往往需要海量的數(shù)據(jù)，數(shù)據(jù)的存儲(chǔ)就顯得非常重要。對(duì)于圖像數(shù)據(jù)，可以對(duì)圖像進(jìn)行編碼，去除冗余數(shù)據(jù)進(jìn)行圖片數(shù)據(jù)的壓縮，在圖片壓縮中，不包括的冗余為（）。A、編碼冗余B、音頻信號(hào)冗余C、像素間冗余D、視覺(jué)冗余【正確答案】：B解析：答案解析：在圖片壓縮中，包括3種基本的冗余：編碼冗余、像素間冗余和視覺(jué)冗余。1.41.數(shù)據(jù)是進(jìn)行人工智能項(xiàng)目的基礎(chǔ)也是非常重要的一環(huán)，下面哪些屬于正確獲取數(shù)據(jù)集的途徑？（）A、在網(wǎng)上尋找開(kāi)源數(shù)據(jù)B、自己根據(jù)實(shí)際需求在生活中收集數(shù)據(jù)C、網(wǎng)絡(luò)爬取隱私數(shù)據(jù)D、胡亂編造數(shù)據(jù)【正確答案】：AB解析：答案解析：收集數(shù)據(jù)一般采用三種數(shù)據(jù)采集方法：尋找開(kāi)源數(shù)據(jù)、自己采集數(shù)據(jù)、網(wǎng)路爬蟲(chóng)。但是網(wǎng)絡(luò)爬蟲(chóng)需要注意，避免觸犯法律法規(guī)。2.43.關(guān)于數(shù)據(jù)的采集，下面說(shuō)法正確的是（）。A、對(duì)數(shù)據(jù)的質(zhì)量控制應(yīng)該貫穿整個(gè)采集過(guò)程，遵循但不限于以下原則：完整性、準(zhǔn)確性、一致性、時(shí)效性、可訪問(wèn)性、可追溯性。B、圖片數(shù)據(jù)的采集可以通過(guò)對(duì)視頻提取幀的方式獲得C、數(shù)據(jù)的采集一定要與實(shí)際的應(yīng)用場(chǎng)景一致D、一般數(shù)據(jù)越多越好，所以數(shù)據(jù)都可以直接拿來(lái)使用【正確答案】：ABC解析：答案解析：數(shù)據(jù)的質(zhì)量對(duì)模型的結(jié)果影響很大，所以采集到的數(shù)據(jù)要對(duì)其進(jìn)行整理，去掉低質(zhì)量的數(shù)據(jù)。3.38.圖像數(shù)據(jù)采集的過(guò)程中需要注意哪些方面？（

）A、采集盡可能多的數(shù)據(jù)B、盡可能采集與真實(shí)業(yè)務(wù)場(chǎng)景一致的數(shù)據(jù)C、每張數(shù)據(jù)都只能有一個(gè)目標(biāo)主體D、盡可能覆蓋實(shí)際場(chǎng)景中的所有情況【正確答案】：BD解析：答案解析：在采集數(shù)據(jù)的過(guò)程中，主要的原則為盡可能采集與真實(shí)業(yè)務(wù)場(chǎng)景一致的數(shù)據(jù)，并覆蓋可能有的各種情況，如拍照角度、光線明暗的變化等。4.44.在進(jìn)行圖像數(shù)據(jù)處理時(shí)，常常需要對(duì)圖像數(shù)據(jù)進(jìn)行數(shù)據(jù)的增強(qiáng)，下面屬于幾何變換的數(shù)據(jù)增強(qiáng)的方式是（）。A、抖動(dòng)B、平移C、裁剪D、高斯模糊【正確答案】：ABC解析：答案解析：數(shù)據(jù)增強(qiáng)是數(shù)據(jù)處理中常用的操作，比較常用的幾何變換方法有：翻轉(zhuǎn)、旋轉(zhuǎn)、裁剪、縮放、平移、抖動(dòng)等。比較常用的像素變換方法如調(diào)節(jié)亮度、調(diào)節(jié)對(duì)比度、高斯模糊等。5.47.在人工智能模型訓(xùn)練過(guò)程中，下面哪些因素可以影響訓(xùn)練的快慢？（）A、學(xué)習(xí)率B、每次訓(xùn)練數(shù)據(jù)的批次大小C、計(jì)算資源的選擇D、模型結(jié)構(gòu)的復(fù)雜度【正確答案】：ABCD解析：答案解析：影響模型訓(xùn)練速度主要有3個(gè)因素：數(shù)據(jù)、算法與算力，每次訓(xùn)練數(shù)據(jù)的批次大小屬于數(shù)據(jù)，批次的大小影響速度的快慢。計(jì)算資源屬于算力，選擇的計(jì)算資源越好，速度越快，模型結(jié)構(gòu)屬于算法，模型結(jié)構(gòu)的復(fù)雜度影響模型訓(xùn)練的速度。其中，學(xué)習(xí)率屬于算法中的超參數(shù)，學(xué)習(xí)率越大速度越快，但可能達(dá)不到最優(yōu)解。6.48.數(shù)據(jù)的處理包括（）。A、數(shù)據(jù)的增強(qiáng)處理B、模型的優(yōu)化處理C、數(shù)據(jù)的重復(fù)值處理D、神經(jīng)網(wǎng)絡(luò)正向傳播過(guò)程【正確答案】：AC解析：答案解析：模型優(yōu)化和神經(jīng)網(wǎng)絡(luò)正向傳播過(guò)程屬于模型的訓(xùn)練和調(diào)優(yōu)等過(guò)程。7.40.人工智能項(xiàng)目開(kāi)發(fā)的基本流程可分為4個(gè)部分，分別為數(shù)據(jù)處理、模型訓(xùn)練、模型校驗(yàn)、模型部署，下面屬于模型訓(xùn)練部分的是（）。A、數(shù)據(jù)采集B、模型搭建C、數(shù)據(jù)清洗D、優(yōu)化器選擇【正確答案】：BD解析：答案解析：模型訓(xùn)練的過(guò)程包括模型的搭建、損失函數(shù)選擇、優(yōu)化器的選擇等8.46.人工智能項(xiàng)目開(kāi)發(fā)的基本流程可分為4個(gè)部分，分別為數(shù)據(jù)處理、模型訓(xùn)練、模型校驗(yàn)、模型部署，下面屬于數(shù)據(jù)處理部分的是（）。A、數(shù)據(jù)采集B、模型搭建C、數(shù)據(jù)清洗D、模型調(diào)優(yōu)【正確答案】：AC解析：答案解析：數(shù)據(jù)處理包括數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注等等過(guò)程。9.49.關(guān)于人工智能的關(guān)鍵技術(shù)，以下說(shuō)法正確的是（

）。A、自然語(yǔ)言處理一般處理的過(guò)程主要包括語(yǔ)料獲取、數(shù)據(jù)預(yù)處理、特征工程、特征選擇等。B、知識(shí)圖譜可以用來(lái)描述真實(shí)世界中間存在的各種實(shí)體，但是不能描述各實(shí)體之間的關(guān)系C、語(yǔ)音識(shí)別技術(shù)就是讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)D、計(jì)算機(jī)視覺(jué)技術(shù)的任務(wù)是通過(guò)視覺(jué)的方法實(shí)現(xiàn)計(jì)算機(jī)對(duì)環(huán)境進(jìn)行信息提取、處理、理解和分析【正確答案】：ACD解析：答案解析：選項(xiàng)B錯(cuò)誤，知識(shí)圖譜可以用來(lái)描述各實(shí)體之間的關(guān)系。10.36.圖像數(shù)據(jù)清洗過(guò)程中，需要用到的Python庫(kù)有（

）。A、OpenCVB、osC、numPyD、shutil【正確答案】：AB解析：答案解析：OpenCV庫(kù)是一個(gè)開(kāi)源的計(jì)算機(jī)視覺(jué)庫(kù)，提供了很多用于圖像數(shù)據(jù)處理的函數(shù);Matplotlib庫(kù)是一個(gè)數(shù)據(jù)可視化繪圖庫(kù);os庫(kù)是標(biāo)準(zhǔn)庫(kù)，其函數(shù)常被用于路徑操作、進(jìn)程管理、環(huán)境參數(shù)等幾類;shutil則是高級(jí)的文件、文件夾、壓縮包處理模塊。11.37.數(shù)據(jù)采集的過(guò)程中，對(duì)于數(shù)據(jù)的質(zhì)量控制需要遵守以下哪些原則？（）A、時(shí)效性B、可訪問(wèn)性C、一致性D、可追溯性【正確答案】：ABCD解析：答案解析：對(duì)數(shù)據(jù)的質(zhì)量控制應(yīng)該貫穿整個(gè)采集過(guò)程，遵循但不限于以下原則：完整性、準(zhǔn)確性、一致性、時(shí)效性、可訪問(wèn)性、可追溯性。12.45.進(jìn)行情感分類文本數(shù)據(jù)清洗時(shí)，查找缺失值需要用到的函數(shù)有（

）。A、any()B、isnull()C、apply()D、mean()【正確答案】：AB解析：答案解析：在查看是否存在缺失數(shù)據(jù)時(shí)，如果數(shù)據(jù)量較大，可以加入any（）函數(shù)查看是否存在缺失數(shù)據(jù)，再采用isnull（）函數(shù)查看全部數(shù)據(jù)。13.39.關(guān)于深度學(xué)習(xí)的描述，下列說(shuō)法正確的是（）。A、深度學(xué)習(xí)通過(guò)學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，進(jìn)而研究信息的最佳表示及獲取方法B、深度學(xué)習(xí)模型的優(yōu)勢(shì)在于，無(wú)論模型多么復(fù)雜，都可以快速完成模型訓(xùn)練C、相比于機(jī)器學(xué)習(xí)，深度學(xué)習(xí)技術(shù)所需處理的數(shù)據(jù)樣本量相對(duì)較少D、深度學(xué)習(xí)以人工神經(jīng)網(wǎng)絡(luò)為架構(gòu)【正確答案】：AD解析：答案解析：相比于機(jī)器學(xué)習(xí)，深度學(xué)習(xí)技術(shù)所需處理的數(shù)據(jù)樣本量相對(duì)較多，并具備更強(qiáng)的處理能力。但是深度學(xué)習(xí)模型的缺點(diǎn)是需要更長(zhǎng)的時(shí)間來(lái)執(zhí)行模型，在某些情況下,取決于復(fù)雜性,執(zhí)行單個(gè)模型甚至需要幾天的時(shí)間，因此選項(xiàng)BC錯(cuò)誤。14.42.關(guān)于圖像分割任務(wù)，下面說(shuō)法錯(cuò)誤的是（）。A、圖像分割就是提取出指定的目標(biāo)輪廓并獲取它的類型B、圖像分割只能獲得目標(biāo)的輪廓信息C、圖像分割主要包括實(shí)例分割，語(yǔ)義分割和全景分割D、圖像分割可以使用FasterRCNN算法實(shí)現(xiàn)【正確答案】：ABD解析：答案解析：選項(xiàng)A錯(cuò)誤，“提取出指定的目標(biāo)輪廓并獲取它的類型”指的是“實(shí)例分割”，而實(shí)例分割是圖像分割中的一種，因此該說(shuō)法以偏概全，不能完全代表圖像分割;選項(xiàng)B錯(cuò)誤，圖像分割不僅能獲得目標(biāo)的輪廓信息，還能獲得目標(biāo)的類別信息以及各種語(yǔ)義信息;選項(xiàng)C正確;選項(xiàng)D錯(cuò)誤，F(xiàn)asterRCNN算法主要用于目標(biāo)檢測(cè)，圖像分割可以使用MaskRCNN算法實(shí)現(xiàn)。15.50.人工智能理論學(xué)派“符號(hào)主義”的思想包括以下哪些觀點(diǎn)（）。A、認(rèn)為智能不需要知識(shí)、不需要表示、不需要推理B、認(rèn)為人工智能的核心問(wèn)題是知識(shí)表示、知識(shí)推理C、認(rèn)為人的認(rèn)知基元是符號(hào)D、認(rèn)為能夠用計(jì)算機(jī)的符號(hào)操作來(lái)模擬人的認(rèn)知過(guò)程【正確答案】：BCD解析：答案解析：選項(xiàng)A是"行為主義"的主要思想。1.51.專注于且只能解決特定領(lǐng)域問(wèn)題的人工智能也被稱為強(qiáng)人工智能A、正確B、錯(cuò)誤【正確答案】：B解析：答案解析：專注于且只能解決特定領(lǐng)域問(wèn)題的人工智能是弱人工智能，強(qiáng)人工智能指的是可以勝任人類所有工作的人工智能。2.54.圖像數(shù)據(jù)可視化步驟可以使用Matplotlib庫(kù)進(jìn)行圖像數(shù)據(jù)的展示A、正確B、錯(cuò)誤【正確答案】：A解析：答案解析：Matplotlib庫(kù)是一個(gè)Python數(shù)據(jù)可視化繪圖庫(kù)。用于在Python中創(chuàng)建靜態(tài)畫板、動(dòng)畫和