人工智能基礎學習通超星期末考試答案章節答案2024年

人工智能基礎學習通超星期末考試章節答案2024年人工智能可以分為哪幾種學派？

答案:連接主義;符號主義;功能主義病人做了核酸檢測（感染新冠病毒了嗎），其結果為真陽性，那么病人感染了新冠病毒。

答案:對對于混淆矩陣中的(1)True/False,表示模型預測結果是正確或錯誤。(2)Positive/Negative:表示模型預測的答案是yes或No。

答案:對/star3/origin/0ebe2e11ba987e56dac21fa8ed80c4e9.png

答案:錯機器學習的過程分為兩部分，即（）和（）。其中（）是“學習Rules”的過程，是從數據中挖掘隱藏的規律和關聯性。而（）是使用學習到Rules進行問題求解及模型評價的過程。

答案:Training；訓練；訓練Training;Testing;測試；測試Testing;Training；訓練；訓練Training;Testing;測試；測試Testing/star3/origin/18028c035fb58913678d254d1702c3ea.png

答案:錯誤的;是/star3/origin/66a5cdc2056b09f4bae1b9cd0167daf3.png

答案:假陰性FalseNegative(FN)/star3/origin/0294eebc6c20226f6da5455ecdc0908c.png

答案:真陰性TrueNegative(TN)下面有關python變量的說明錯誤的是（

）

答案:Python中的變量賦值需要類型聲明對于機器學習來講，尋找到的最優函數就是訓練(Training)的出來模型。

答案:對機器學習尋找函數的過程就是訓練(Training)的過程。

答案:對機器學習的學習過程又稱之為訓練（Training）。

答案:對/ananas/latex/p/3875803

答案:b;w/star3/origin/5a34d01cc6391b111c6311efe47a9c08.png

答案:Weight;weight;權重;Bias;bias;偏置下面有關Loss，說法錯誤的是（）。

答案:以上說法均不正確下面有關GradientDescent，說法錯誤的是（）。

答案:學習率取值越大越好/star3/origin/1f36d193f708d969463683a518f0aa73.png

答案:對分類問題可以使用概率模型進行求解。

答案:對常見的分類算法有（）。

答案:邏輯回歸LogisticRegression;K-NearestNeighbor（KNN）;決策樹DecisionTree（DT）;支持向量機SupportVectorMachine（SVM）LogisticRegression和LinearRegression的區別有（）。

答案:邏輯回歸LogisticRegression的輸出范圍是[0,1]，而線性回歸的輸出是任意值;邏輯回歸LogisticRegression的訓練數據集的label是某一個類別，而線性回歸的則是任意數值;邏輯回歸LogisticRegression的使用的Loss是交叉熵，而線性回歸的則可是均方差或平均絕對誤差邏輯回歸不使用squareerror作為Loss的原因是（）。

答案:邏輯回歸模型預測結果和真實答案不相符時，對squareerror進行微分的結果依然為0，即無法對參數進行迭代更新，進而無法尋找最優的模型參數。已知5*5像素的圖像，采用3*3的filter，stride=1。請計算：（1）卷積操作后生成的圖像大小為（

）。（2）需要使用神經元的個數為（

）。（3）該卷積層共有（

）個參數。

答案:3*3;9;9生成對抗網絡由兩部分組成，即（）和（）。

答案:生成器；Generator；generator;判別器；Discriminator；discriminatorMachineLearningislookingfor()

答案:Function;function;functions;函數/star3/origin/83aecbf3d2e080026fbf0be0aa8aedc3.png

答案:輸入層;Inputlayer；inputlayer;隱藏層；隱含層；hiddenlayer;輸出層；outputlayer;OutputlayerAI的英文全拼是

。

答案:ArtificialIntelligence;artificialintelligence分類問題是，已知若干（），分類就是要找一個（），輸入數據x，輸出為x屬于的（）。

答案:類別;classes;class;函數;function;Function;類別;Class;class下面關于k-Means中k值的估計，說法錯誤的是（）。

答案:組內平方和（WCSS）的邏輯意義是一個cluster中數據的相似程度，即WCSS越小，表示cluster中的數據差異越大，反之，則表示cluster中的數據差異越小下面關于特征的說法，錯誤的是（）。

答案:特征選擇和特征提取一樣，得到的特征子集與原特征數據相比，數值發生了改變下面有關DBSCAN，說法錯誤的是（）

答案:和k-Means一樣，需要提前知道聚類的數量/star3/origin/2f585bb80d7064a68c014e877b0c8178.png

答案:真陽性TruePositive(TP)下面關于距離的說法，錯誤的是（）

答案:非數值數據計算距離時，只能將非數值數據轉換成數值后，再進行計算有關人工智能（ArtificailIntelligence,AI)、機器學習（MachineLearning,ML)和深度學習（DeepLearning,DL)范圍的關系，正確的是（

）

答案:AI>ML>DL下面關于GAN在訓練生成器的說法，錯誤的是（）

答案:訓練生成器時，會將生成器生成的假圖像標注成假圖像送入判別器下面關于k-Means的說法，錯誤的是（）。

答案:k表示聚類算法迭代的次數深度學習（DeepLearning)中的深度（Deep)指的是（

）

答案:構成深度學習的神經網絡有很多層（layers)有關機器學習，下面哪一項是錯誤的

答案:測試階段是使用訓練數據集驗證模型優劣下面關于神經網絡的說法，錯誤的是（

）

答案:神經網絡中神經元的連接方式是固定的DeepLearning中Deep的含義為（

）

答案:神經網絡中包含很多hiddenlayers下面有關神經元的說法，錯誤的是（

）

答案:神經元中的激活函數只能是Sigmoid函數下面關于DBSCAN的概念，下面正確的答案是（）若樣本的鄰域內至少包含了MinPts個樣本，則稱樣本點為（）；若資料的半徑內包含的點數目小于MinPts，但是它在其他核心點的鄰域內，則稱樣本點為（）；既不是核心點也不是邊界點的點，稱之為（）①邊界點②核心點③噪音點

答案:②①③下面關于生成對抗網絡的說法，錯誤的是（）。

答案:生成對抗網絡在訓練時，要先訓練生成器真正人工智能的突破口是認知智能

答案:對符號主義認為。不論是自然生成的物質還是人工制造的物質，只要該物質遵循物理學定律，都有成為智能型物體的可能，只是需要找到它的內在并賦予它。

答案:對人工智能已經在幾乎所有需要思考的領域超過了人類，但是在那些人類和其它動物不需要思考就能完成的事情上，還差得很遠。

答案:對微積分對于電腦來說太簡單了

答案:對造一個能夠讀懂六歲小朋友的圖片書中的文字，并且了解那些詞匯意思的電腦很容易。

答案:錯目前已有人工智能通過圖靈測試

答案:錯日本發起了第五代計算機系統研究計劃取得重大成功

答案:錯人工智能=機器有自己的想法

答案:錯專家系統模擬人類專家的知識和經驗解決特定領域的問題，實現了人工智能從理論研究走向實際應用

答案:對人教機器就是智能教育

答案:錯人教人就是教育

答案:對在人工智能的第一個黃金時代，雖然創造了各種軟件程序或硬件機器人，但它們看起來都只是“玩具”

答案:對常規語音識別技術已經比較成熟

答案:對人工智能就是人形機器人

答案:錯控制論學派屬于（

）。

答案:行為主義（

）系統包括了學習、語言、認知、推理、創造和計劃，目標是使人工智能在非監督學習情況下處理前所未見的細節，并同時與人類開展交互式學習。

答案:強人工智能只專注于完成某個特別設定的任務的人工智能屬于（

）。

答案:弱人工智能ImageNet項目是由（

）創建的。

答案:李飛飛（

）項目的目的是建造一個包含全人類全部知識的專家系統。

答案:Cyc掀起人工智能發展的第三個高潮是由（

B

）的。

答案:數據驅動掀起人工智能發展的第二個高潮是由（

）的。

答案:知識驅動掀起人工智能發展的第一個高潮是由（

）的。

答案:計算驅動參加達特茅斯會議的認知學專家是（

）。

答案:閔斯基信息論的創始人是（

）。

答案:香農（

）不是手機里常用的智能APP。

答案:人臉識別神經網絡是由（

）演化而來。

答案:聯結主義知識圖譜是由（

）演化而來。

答案:符號主義（

）不是人工智能學派。

答案:認知主義人工智能發展有三大流派，下列屬于行為主義觀點的包括（

）。

答案:基本思想是一個智能主體的智能來自于他跟環境的交互，跟其他智能主體之間的交互，提升他們的智能.根據機器智能水平由低到高，（

）是正確的是。

答案:計算智能、感知智能、認知智能區塊鏈的高層（DAO、MtGox、Bitfinex等）非常安全。

答案:錯區塊鏈是第一種能夠以分散的方式轉移數字化所有權的技術

答案:對每個比特幣地址在生成時，都會有一個相對應該地址的私鑰生成

答案:對封裝就是把屬性和方法封裝到一個類中,通過方法來修改和執行業務,有利于后期的修改和維護

答案:對面向對象編程思想就是忘掉一切關于計算機的東西，從問題領域考慮問題，

就是忘掉語言本身，只有邏輯

答案:對可以將區塊鏈理解為一個基于互聯網的去中心化記賬系統

答案:對區塊鏈即由一個個區塊組成的鏈。每個區塊分為區塊頭和區塊體（含交易數據）兩個部分

答案:對區塊鏈基于分布式存儲數據，沒有中心進行管理，某個節點受到攻擊和篡改不會影響整個網絡的健康運作

答案:對Map和Reduce之間通過Shuffle進行通信

答案:對Map主義任務是數據分解

答案:對公有云是最徹底的社會分工，不能夠在大范圍內實現資源優化

答案:錯私有云是為某個特定用戶/機構建立的，只能實現小范圍內的資源優化

答案:對目前物聯網行業，在嵌入式方面，arm架構是最主要的架構

答案:對大數據思維不包括（

）思維。

答案:因果平臺即服務指（

）。

答案:PaaS基礎設施即服務指（

）。

答案:IaaS云服務不包括(

)

答案:QaaS（

）不是物聯網感知層技術。

答案:存儲技術物聯網技術架構最高層是（

）。

答案:應用層物聯網技術架構最低層是（

）。

答案:感知層物聯網技術架構一般采用（

）層。

答案:4（

）不是物聯網具有的特點。

答案:存儲（

）不是人工智能核心要素。

答案:網絡人工智能的安全保障（

）。

答案:區塊鏈人工智能的算力（

）。

答案:云計算人工智能的血液（

）。

答案:大數據人工智能賴以生存的土壤（

）。

答案:物聯網從現實來看，目前沒有任何一種實用性的方式可以在自動駕駛汽車廣泛部署前驗證其安全性

答案:對在SAE分級標準中的L4自動駕駛車輛將在未來10年出現

答案:錯現階段自動駕駛汽車業界完全成熟，可以隨意上路了

答案:錯夜視系統主要使用熱成像技術，即紅外線成像技術

答案:對車道偏離警示系統包括并線輔助和車道偏離預警

答案:對自動駕駛汽車事故率遠高于人類駕駛員

答案:錯自動駕駛技術的發展可能對世界產生巨大的變化

答案:對下列不是組成智能網聯汽車硬件的元素是（

）

答案:地圖智能交通系統的構成不包括（

）

答案:信息交互下列哪些不是智能交通應用場景（

）

答案:EBA消費者對商品的評價、消費者對商品的評分等屬于隱式的消費者反饋

答案:錯eBay借聊天機器人提升客服體驗

答案:對無人零售商店Amazon

Go是（

）公司的。

答案:亞馬遜在電子商務過程中，利用到的信息技術不包括（

）。

答案:傳感器（

）不是人工智能將為電商帶來5大改變之一。

答案:供應鏈管理

下列不屬于推薦引擎的三種數據源是（

）。

答案:消費者對商品的享受“BA系統”保證了機電設備和安全管理的自動化

答案:對智能建筑”是計算機信息處理技術與建筑相結合的產物。

答案:對我國目前一般以大廈內所配置的自動化設備，來作為“智能建筑”的定義，如“3A系統”或“8A系統”

答案:對“智能建筑”3A系統中，OA保證了機電設備和安全管理的自動化集成

答案:錯“智能建筑”5A系統是在3A系統基礎上，擴充了（

）和信息管理自動化系統