【US20190198025A1】用于为说话者识别训练的T矩阵的减少的计算的方法【专利】
人工智能深度学习技术练习(习题卷14)
人工智能深度学习技术练习(习题卷14)第1部分：单项选择题，共47题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]可以直观地看到各层网络结构和参数的工具的是?A)tfB)tf.nnC)TFD)TensorBoard答案:D解析:2.[单选题]关于drop_duplicates函数，下列说法中错误的是（）。
A)对Dataframe的数据有效B)仅支持单一特征的数据去重C)数据有重复时默认保留第一个数据D)该函数不会改变原始数据排列答案:B解析:难易程度：中题型：3.[单选题]pytorch中批量归一化使用的是A)nn.LinearB)nn.FlattenC)nn.DropoutD)nn.BatchNorm2d答案:D解析:4.[单选题]训练时使用( )随机忽略一部分神经元,以避免模型过拟合。
在AlexNet中主要是最后几个全连接层使用了这个环节。
A)DropoutB)Conv2dC)max-poolD)FC6-8答案:A解析:5.[单选题]可以帮助将数据大小缩小的方式是A)卷积层B)池化层C)全连接层D)激活层答案:B解析:6.[单选题]超参数范围中说法正确的是A)随机取值可以提升搜索效率B)随机取值就是随机均匀取值C)范围就是[0,1]D)随机取值对搜索无影响答案:A解析:7.[单选题]计算机视觉,主要研究方法是A)机器学习B)数据挖掘C)卷积神经网络D)openCV答案:C解析:8.[单选题]什么是卷积?A)缩小图像的技术B)放大图像的技术C)隔离图像特征的技术D)过滤掉不需要的图像的技术答案:C解析:9.[单选题]深度学习中，以下哪些方法不可以降低模型过拟合？A)增加更多的样本B)DropoutC)增大模型复杂度，提高在训练集上的效果D)增加参数惩罚答案:C解析:10.[单选题]函数tf.log( ),该函数返回的是一个( )A)向量B)张量C)矢量D)范数答案:B解析:11.[单选题]torch.nn.Conv2d中控制卷积尺寸的参数为A)strideB)kerner_sizeC)in_channelsD)out_channels答案:B解析:12.[单选题]连续词袋模型的英文缩写是A)CBOWB)CBOMC)CCOWD)BBOW答案:A解析:13.[单选题]LSTM中,哪个门的作用是“确定输出,把前面的信息保存到隐层中去”?A)输入门B)遗忘门C)输出门D)更新门答案:C解析:14.[单选题]下面哪个选项可以直接读取一副灰度图像( )A)cv2.imread(path)B)cv2.imread(path,0)C)cv2.imread(path,1)D)cv2.imread(path,-1)答案:B解析:cv2.imread(filename, flags)参数：filepath：读入imge的完整路径flags：标志位，{cv2.IMREAD_COLOR，cv2.IMREAD_GRAYSCALE，cv2.IMREAD_UNCHANGED}cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道，可用1作为实参替代cv2.IMREAD_GRAYSCALE：读入灰度图片，可用0作为实参替代cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道，可用-1作为实参替代PS：alpha通道，又称A通道，是一个8位的灰度通道，该通道用256级灰度来记录图像中的透明度复信息，定义透明、不透明和半透明区域，其中黑表示全透明，白表示不透明，灰表示半透明15.[单选题]softmax函数说法错误的是A)输出的结果和为1B)使用于多分类C)可以防止数据过拟合D)输出的结果为正类别的概率答案:C解析:softmax没有防止数据过拟合的作用16.[单选题]简单细胞对应的视网膜上的光感受细胞所在的区域很小，而复杂系统则对应更大的区域，这个区域被称为（）A)感受区域B)复杂细胞C)简单细胞D)感受野答案:D解析:17.[单选题]假设你需要调整超参数来最小化代价函数(cost function)，会使用下列哪项技术?A)举搜索B)随机搜索C)Bayesian优化D)都可以答案:D解析:18.[单选题]查看gpu显卡数量的函数是A)tensor_gpu.is_cudaB)torch.cuda.device_count()C)tensor_gpu.deviceD)torch.cuda.is_available()答案:B解析:19.[单选题]关于通道理解错误的是A)单通道为灰度图B)卷积后的通道越多，效果越好C)彩色图进行卷积处理只能是三通道D)彩色图是三通道答案:C解析:20.[单选题]利用tf.GradientTape求微分的方法叫做Tensorflow的（）机制A)梯度下降B)模型处理C)梯度处理D)自动微分答案:D解析:21.[单选题]resnet和Inception使用（）代替全连接处理A)平均池化B)最大池化C)1*1卷积D)3*3卷积答案:A解析:22.[单选题]如果词汇量是10000,每个词汇由300个特征表示,那么嵌入矩阵就是一个()的矩阵A)10000*10000B)300*300C)300*10000D)100*10000答案:C解析:23.[单选题]假定你在神经网络中的隐藏层中使用激活函数 X。
人工智能基础(习题卷62)
人工智能基础(习题卷62)第1部分：单项选择题，共50题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]以下说话正确的是（）A)一个机器学习模型如果有较高准确率，总是说明这个分类器是好的B)如果增加模型复杂度，那么模型的测试错误率不一定会降低C)如果增加模型复杂度，那么模型的训练错误率总是会降低答案:C解析:一个机器学习模型如果有较高准确率，不能说明这个分类器是好的。
对于不平 衡的数据集进行预测时，正确率不能反映模型的性能。
模型越复杂，在训练集上越容易表现 好，在测试集上越容易表现不好。
2.[单选题]关于卷积层的说法，错误的是（）A)卷积核的尺寸是由人为指定的B)卷积核的参数值是人为指定的C)卷积层可以作为神经网络的隐藏层D)特征图是为卷积层的最终输出答案:B解析:3.[单选题]有两个样本点，第一个点为正样本，它的特征向量是（0, -1）；第二个点为负样本，它的特征向量是（2, 3）,从这两个样本点组成的训练集构建一个线性SVM 分类器的分类面方程是（）。
A)2x+_y=4B)x+2y=5C)x+2y=3D)2x-y=0答案:C解析:对于两个点来说，最大间隔就是垂直平分线，因此求出垂直平分线即可。
斜率是 两点连线的斜率的负倒数。
即-1/ （-1-3）/（0-2）=-1/2,可得戶-（l/2）x + C.过中点（0+2） /2, （-1+3）/2）= （1, 1）,可得 c=3/2,故方程为 x+2戶3。
4.[单选题]在具体求解中，能够利用与该问题有关的信息来简化搜索过程，称此类信息为（ ）A)启发信息B)简化信息C)搜索信息D)求解信息答案:A解析:5.[单选题]下列哪个不是RPA实施回报率的评估因素？（）A)成本节省B)生产力提升C)质量改进D)劳动力需求有规律答案:DA)人机交互系统B)机器人-环境交互系统C)驱动系统D)控制系统答案:A解析:7.[单选题]下面不属于人工智能研究基本内容的是()A)机器感知B)机器思维C)机器学习D)自动化答案:D解析:8.[单选题]大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的()A)新一代技术平台B)新一代信息技术和服务业态C)新一代服务业态D)新一代信息技术答案:B解析:9.[单选题]梯度下降算法中，损失函数曲面上轨迹最混乱的算法是以下哪种算法?A)SGDB)BGDC)MGDD)MBGD答案:A解析:10.[单选题]当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？（）A)分类B)聚类C)关联分析D)隐马尔可夫链答案:B解析:11.[单选题]线性判别分析常被视为一种经典的（）技术。
人工智能基础(习题卷5)
人工智能基础(习题卷5)第1部分：单项选择题，共136题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]请问Bert预训练模型的网络结构是？A)LSTMB)GRUC)Trasformer答案:C解析:2.[单选题]对于 Eye-in-Hand ，求取的是机器人工具坐标系与( )之间的关系。
A)视觉传感器坐标系B)工件坐标系C)机器人坐标系D 世界坐标系答案:C解析:3.[单选题]RNN作为图灵机使用时，需要一个（ ）序列作为输入，输出必须离散化以提供（ ）输出。
A)二进制B)八进制C)十进制D)十六进制答案:A解析:4.[单选题]监督学习人工智能系统完成工作时，首要环节是A)测试B)训练C)应用D)聚类答案:B解析:5.[单选题]（）是人以自然语言同计算机进行交互的综合性技术，结合了语言学、心理学、工程、计算机技术等领域的知识。
A)语音交互B)情感交互C)体感交互D)脑机交互答案:A解析:语音交互是人以自然语言同计算机进行交互的综合性技术，结合了语言学、心理学、工程、计算机技术等领域的知识。
6.[单选题]MapReduce计算框架的输入是（）数据结构。
A)key-valueB)input-。
utputC)map-reduceD)key-c。
lumn答案:A解析:MapReduce计算框架的输入是键值对，即key-value。
7.[单选题]Spark Job默认的调度模式是（）。
A)FIFOB)FAIRC)无D)运行时指定答案:A解析:默认情况下Spark的调度模式是FIFO （先进先出）。
8.[单选题]下面（）不是有效的变量名。
A)_demoB)bananaC)NumbrD)my-score答案:D解析:my-score不是有效的变量名。
9.[单选题]随机森林中的随机是指()。
A)随便构建树模B)随机选择一个树模型C)随机选择多个树模型D)在构建每个树模型时随机选择样本和特征答案:D解析:随机森林里的随机包含的意思是样本随机、特征随机、参数随机、模型随机(ID3 , C4.5 )。
人工智能深度学习技术练习(习题卷5)
人工智能深度学习技术练习(习题卷5)说明：答案和解析在试卷最后第1部分：单项选择题，共50题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]反向传播算法一开始计算什么内容的梯度，之后将其反向传播？A)预测结果与样本标签之间的误差B)各个输入样本的平方差之和C)各个网络权重的平方差之和D)都不对2.[单选题]在典型的Batch归一化运用中需要用什么来估算A)一个指数加权平均B)平均值C)方差D)最大值3.[单选题]pytorch中，LSTM输入尺寸参数为A)input_sizeB)batch_firstC)biasD)hidden_size4.[单选题]学习率的作用是（）A)控制参数更新速度B)减少过拟合C)减少偏差D)以上都不是5.[单选题]基于切比雪夫距离的单位园是一个A)圆形B)45度的正方型C)正方形,其边与xy轴平行D)不确定6.[单选题]梯度消失的现象是A)导数为0B)参数不再更新C)达到最优梯度D)到达最优解7.[单选题]一个32X32大小的图像,通过步长为2,尺寸为2X2的池化运算后,尺寸变为A)14X14C)28X28D)16X168.[单选题]什么是卷积？A)缩小图像的技术B)放大图像的技术C)提取图像特征的技术D)过滤掉不需要的图像的技术9.[单选题]在TF框架中,激活函数tf.nn.relu的作用是?A)用于卷积后数据B)用于卷积核C)用于步长D)不能用到全连接层10.[单选题]不是随机梯度下降的特点是:A)批量数值选取为1B)学习率逐渐减小C)可以达到最小值D)在最小值附近波动11.[单选题]百度飞桨中训练过程流程的内层循环是指（）。
A)负责整个数据集的二次遍历，采用分批次方式（batch）B)负责整个数据集的一次遍历，采用分批次方式（batch）C)定义遍历数据集的次数，通过参数EPOCH_NUM设置D)负责整个数据集的多次遍历，采用分批次方式（batch）12.[单选题]编码器-解码器模式属于以下哪种模式?A)一对一B)一对多C)多对一D)多对多13.[单选题]双向循环神经网络的英文缩写是?A)RNNB)SRNNC)TRNND)Bi-RNN14.[单选题]如果我们用了一个过大的学习速率会发生什么？（）A)神经网络会收敛B)不好说C)都不对D)神经网络不会收敛15.[单选题]动态图处理中，无序开启A)求导B)会话C)自动微分D)反向传播16.[单选题]pandas的常用类不包括（）。
人工智能自然语言技术练习(习题卷26)
人工智能自然语言技术练习(习题卷26)第1部分：单项选择题，共43题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]在工业应用中经常会碰到NLP中的文本分类，文本分类属于以下哪种任务？A)分类B)回归C)聚类D)降维答案:A解析:2.[单选题]下面哪个框架是Google开发出来的？A)caffeB)torchC)tensorflowD)mxnet答案:C解析:3.[单选题]人工智能中贝努力实验是（）的基础A)交叉熵损失函数B)最小二乘损失函数C)与二项式分布有关D)与信息量有关答案:A解析:4.[单选题]GPT中使用的特征提取器是什么A)LSTMB)双向TransformerC)单向TransformerD)RNN答案:C解析:5.[单选题]下列算法中，训练数据集是无label的数据，是杂乱无章的，经过变换后变得有序，先无序，后有序是哪个算算法A)SVMB)逻辑回归C)线性回归D)聚类答案:D解析:6.[单选题]多分类问题的最后一层一般用什么激活函数A)sigmoidB)tanhC)softmaxD)relu答案:C解析:7.[单选题]以下哪个激活函数用来处理二分类任务A)tanhB)Leaky ReluC)sigmoidD)relu答案:C解析:8.[单选题]相比con1d,conv2d的作用是什么A)lstm操作B)一维卷积C)GRU操作D)二维卷积答案:D解析:9.[单选题]关于NLP中常用的Glove说法错误的是A)可以学习的到词向量B)学习得到的词向量可以区分一词多意C)通过局部数据来训练计算的D)通过全局数据来统计共现概率答案:C解析:10.[单选题]（）是1966年由美国语言学家菲尔摩提出的一种语言学理论是语法体系深层结构中的语义概念。
A)格语法B)贝叶斯分类器C)限制学说D)选择限制学说答案:A解析:11.[单选题]Relu函数存在一定的缺陷，以下哪个激活函数是对其进行的改进A)sigmoidB)Leaky reluC)reluD)tanh答案:B解析:12.[单选题]Self-Attention怎么起到的作用A)自注意力机制，通过加权能更好的表达自身B)可以使得稠密的向量变得稀疏C)使用句子失去相应的语义信息D)不确定答案:A13.[单选题]如果把知识按照表达内容来分类，下述（ ）不在分类的范围内。
人工智能自然语言技术练习(习题卷6)
人工智能自然语言技术练习(习题卷6)说明：答案和解析在试卷最后第1部分：单项选择题，共116题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]知识图谱中的边称为？A)连接边B)关系C)属性D)特征2.[单选题]One-Hot是一种什么样的表示方式A)分布式表示B)基于矩阵的表示C)基于神经网络的表示D)离散型表示3.[单选题]在 NLP 虚拟环境中安装需要的程序包，并自动安装这个包的依赖项需要用()。
A)pipB)condaC)condaD)pip4.[单选题]逻辑回归的损失函数是什么A)信息熵B)信息增益C)对数损失D)均方误差5.[单选题]以下哪些方法可以优化K-Means？A)较少K的个数B)增加K的个数C)增加样本特征D)以上都可以6.[单选题]假如说特征过少，模型过于简单，可能会发生什么情况A)正常拟合B)过拟合C)欠拟合D)不确定7.[单选题]以下哪个激活函数用来处理二分类任务A)tanhB)Leaky ReluC)sigmoidD)relu8.[单选题]关于采用卷积神经网络进行图像分类和文本分类的比较，下列说法错误的是( )A)卷积神经网络只能用于图像分类，不能用于文本分类B)使用卷积神经网络进行句子分类，一般将句子中每个词表示为固定长度的向量，这样句子就可以表示为矩阵，从而使得在结构上与图像类似，并在后续进行卷积等处C)图像处理应用中，卷积核处理的局部区域为图像的一小块区域，而在文本分类时卷积核处理的局部区域通常为相邻的上下几行（几个词）。
因此卷积核的宽度和输入矩阵的宽度相等D)使用卷积神经网络进行句子分类或者文档分类，卷积提取的特征与采用n-gram 模式提取的特征类似9.[单选题]X.dat中字段含义错误的是A)ss_type:词性标注B)w_cont:词语个数C)word:词语D)lex_id:2位16进制数表示的一个词语编号10.[单选题]在图像的人脸识别中，深度学习有哪些应用，使用到的是哪个网络结构A)LeNET5B)（CNN:AlexNet）C)VGGD)ResNet11.[单选题]在NLP中， 不可以做以下选项中的那个任务A)聊天机器人B)车牌检测C)推荐系统D)文本纠错12.[单选题]下列不属于感知器学习算法的基本思想的是（）A)如果第i个神经元的输出是正确的，即有yi=ti，那么与第i个神经元联接的权值 wij和 偏差值bi保持不变。
人工智能自然语言技术练习(试卷编号241)
人工智能自然语言技术练习(试卷编号241)1.[单选题]tf.tanh的作用是什么A)计算元素的sigmoid值.B)计算元素的softmax值.C)计算元素的双曲正切值.D)计算元素的relu值答案:C解析:2.[单选题]感知器的学习规则属于（）A)梯度下降法B)飞度法C)ADB算法D)梯度上升法答案:A解析:3.[单选题]不属于分布式表示模型的是( ）。
A)分类模型B)LSA 矩阵分解模型C)PLSA 潜在语义分析概率模型D)Word2Vec 模型答案:A解析:4.[单选题]LDA中的一个采样是什么采样A)gamma函数B)二项分布C)pLSAD)Gibbs采样答案:D解析:5.[单选题]CNN中，一般选择有多个卷积核是为了什么A)同时提取多个图像的特征B)提取某些图像多个特征C)图像有多个通道D)与多特征无关6.[单选题]tf里的con1d的作用是什么A)二维卷积B)一维卷积C)lstm操作D)GRU操作答案:B解析:7.[单选题]Word2Vec常用到中文同义词替换，以下说法错误的是A)Word2Vec基于概率统计B)Word2Vec结果符合当前预料环境C)Word2Vec得到的都是语义上的同义词D)Word2Vec受限于训练语料的数量和质量答案:C解析:8.[单选题]在NLP的应用当中，估计条件概率常用的方法是什么A)交叉熵函数B)信息熵函数C)加和求平均D)极大似然估计答案:D解析:9.[单选题]如果要采用神经网络来对文本进行建模，必须先将文本向量化，这一过程是指( )A)将文本分词B)获得文本类别标签C)将文本压缩D)将文本转换为数值向量答案:D解析:10.[单选题]以下关于自然语言处理的说法不正确的是（ ）。
A)Yuring测试反映了NLP在人工智能领域的重要地位。
B)有关NLP的研究将彻底解放人类的大脑。
C)人类得逻辑思维以语义为形式D)NLP的诱人前景正使得它越来越成为研究得热点。
深度智能设计知识测试 选择题 45题
1. 在深度学习中，什么是激活函数的主要作用？A. 增加模型的复杂性B. 防止梯度消失或爆炸C. 提高模型的收敛速度D. 减少模型的计算量2. 卷积神经网络（CNN）主要用于哪种类型的数据？A. 文本数据B. 图像数据C. 音频数据D. 时间序列数据3. 以下哪种优化算法在深度学习中最常用？A. 梯度下降B. 随机梯度下降C. 动量梯度下降D. Adam4. 在自然语言处理（NLP）中，什么是词嵌入？A. 将词语转换为数字向量B. 将句子转换为数字向量C. 将文档转换为数字向量D. 将段落转换为数字向量5. 以下哪种技术不是用于提高神经网络的泛化能力？A. 正则化B. 数据增强C. 早停法D. 随机初始化权重6. 什么是过拟合？A. 模型在训练数据上表现不佳B. 模型在测试数据上表现不佳C. 模型在训练数据上表现良好，但在测试数据上表现不佳D. 模型在训练和测试数据上都表现不佳7. 在深度学习中，什么是批量归一化（Batch Normalization）？A. 一种优化算法B. 一种正则化技术C. 一种加速训练的技术D. 一种数据预处理技术8. 以下哪种损失函数常用于分类任务？A. 均方误差B. 交叉熵损失C. 绝对值损失D. 对数损失9. 什么是迁移学习？A. 在不同任务间共享知识B. 在同一任务上使用不同模型C. 在同一模型上使用不同数据D. 在不同模型上使用相同数据10. 在强化学习中，什么是奖励函数？A. 模型预测的输出B. 模型训练的目标C. 环境对智能体行为的反馈D. 智能体的策略11. 以下哪种技术不是用于处理不平衡数据集？A. 重采样B. 合成少数过采样技术（SMOTE）C. 类别权重调整D. 特征选择12. 什么是生成对抗网络（GAN）？A. 一种用于分类的神经网络B. 一种用于回归的神经网络C. 一种用于生成数据的神经网络D. 一种用于聚类的神经网络13. 在深度学习中，什么是注意力机制？A. 一种用于选择重要特征的技术B. 一种用于减少计算量的技术C. 一种用于提高模型准确性的技术D. 一种用于增强模型鲁棒性的技术14. 以下哪种技术不是用于提高模型解释性？A. LIMEB. SHAPC. 特征重要性D. 数据增强15. 什么是元学习（Meta-Learning）？A. 学习如何学习B. 学习如何分类C. 学习如何回归D. 学习如何聚类16. 在深度学习中，什么是自编码器？A. 一种用于分类的神经网络B. 一种用于回归的神经网络C. 一种用于降维的神经网络D. 一种用于生成数据的神经网络17. 以下哪种技术不是用于处理缺失数据？A. 删除缺失数据B. 填充缺失数据C. 使用完整数据训练D. 使用缺失数据训练18. 什么是强化学习中的策略梯度方法？A. 一种用于分类的算法B. 一种用于回归的算法C. 一种用于优化策略的算法D. 一种用于生成数据的算法19. 在深度学习中，什么是循环神经网络（RNN）？A. 一种用于处理序列数据的神经网络B. 一种用于处理图像数据的神经网络C. 一种用于处理文本数据的神经网络D. 一种用于处理音频数据的神经网络20. 以下哪种技术不是用于提高模型鲁棒性？A. 数据增强B. 正则化C. 早停法D. 特征选择21. 什么是深度学习中的梯度消失问题？A. 梯度变得非常大B. 梯度变得非常小C. 梯度变得不稳定D. 梯度变得不准确22. 以下哪种技术不是用于提高模型泛化能力？A. 正则化B. 数据增强C. 早停法D. 特征选择23. 什么是深度学习中的梯度爆炸问题？A. 梯度变得非常大B. 梯度变得非常小C. 梯度变得不稳定D. 梯度变得不准确24. 以下哪种技术不是用于提高模型准确性？A. 数据增强B. 正则化C. 早停法D. 特征选择25. 什么是深度学习中的早停法？A. 在训练过程中提前停止训练B. 在测试过程中提前停止测试C. 在验证过程中提前停止验证D. 在评估过程中提前停止评估26. 以下哪种技术不是用于提高模型效率？A. 数据增强B. 正则化C. 早停法D. 特征选择27. 什么是深度学习中的正则化？A. 一种用于减少模型复杂度的技术B. 一种用于增加模型复杂度的技术C. 一种用于提高模型准确性的技术D. 一种用于提高模型鲁棒性的技术28. 以下哪种技术不是用于提高模型稳定性？A. 数据增强B. 正则化C. 早停法D. 特征选择29. 什么是深度学习中的数据增强？A. 一种用于增加数据量的技术B. 一种用于减少数据量的技术C. 一种用于提高数据质量的技术D. 一种用于提高数据多样性的技术30. 以下哪种技术不是用于提高模型可靠性？A. 数据增强B. 正则化C. 早停法D. 特征选择31. 什么是深度学习中的特征选择？A. 一种用于选择重要特征的技术B. 一种用于增加特征数量的技术C. 一种用于减少特征数量的技术D. 一种用于提高特征质量的技术32. 以下哪种技术不是用于提高模型性能？A. 数据增强B. 正则化C. 早停法D. 特征选择33. 什么是深度学习中的模型集成？A. 一种用于组合多个模型的技术B. 一种用于选择单个模型的技术C. 一种用于提高单个模型性能的技术D. 一种用于减少模型复杂度的技术34. 以下哪种技术不是用于提高模型泛化能力？A. 数据增强B. 正则化C. 早停法D. 特征选择35. 什么是深度学习中的模型压缩？A. 一种用于减少模型大小的技术B. 一种用于增加模型大小的技术C. 一种用于提高模型准确性的技术D. 一种用于提高模型鲁棒性的技术36. 以下哪种技术不是用于提高模型效率？A. 数据增强B. 正则化C. 早停法D. 特征选择37. 什么是深度学习中的模型解释性？A. 一种用于解释模型决策的技术B. 一种用于隐藏模型决策的技术C. 一种用于提高模型准确性的技术D. 一种用于提高模型鲁棒性的技术38. 以下哪种技术不是用于提高模型可靠性？A. 数据增强B. 正则化C. 早停法D. 特征选择39. 什么是深度学习中的模型鲁棒性？A. 一种用于提高模型稳定性的技术B. 一种用于降低模型稳定性的技术C. 一种用于提高模型准确性的技术D. 一种用于提高模型泛化能力的技术40. 以下哪种技术不是用于提高模型性能？A. 数据增强B. 正则化C. 早停法D. 特征选择41. 什么是深度学习中的模型泛化能力？A. 一种用于提高模型在新数据上表现的技术B. 一种用于降低模型在新数据上表现的技术C. 一种用于提高模型在旧数据上表现的技术D. 一种用于提高模型在所有数据上表现的技术42. 以下哪种技术不是用于提高模型效率？A. 数据增强B. 正则化C. 早停法D. 特征选择43. 什么是深度学习中的模型稳定性？A. 一种用于提高模型在不同数据上表现一致性的技术B. 一种用于降低模型在不同数据上表现一致性的技术C. 一种用于提高模型在相同数据上表现一致性的技术D. 一种用于提高模型在所有数据上表现一致性的技术44. 以下哪种技术不是用于提高模型可靠性？A. 数据增强B. 正则化C. 早停法D. 特征选择45. 什么是深度学习中的模型可靠性？A. 一种用于提高模型在不同数据上表现一致性的技术B. 一种用于降低模型在不同数据上表现一致性的技术C. 一种用于提高模型在相同数据上表现一致性的技术D. 一种用于提高模型在所有数据上表现一致性的技术答案1. B2. B3. D4. A5. D6. C7. C8. B9. A10. C11. D12. C13. A14. D15. A16. C17. D18. C19. A20. D21. B22. D23. A24. D25. A26. D27. A28. D29. A30. D31. A32. D33. A34. D35. A36. D37. A38. D39. A40. D41. A42. D43. A44. D45. A。
人工智能基础(习题卷59)
人工智能基础(习题卷59)说明：答案和解析在试卷最后第1部分：单项选择题，共50题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]SVM中的核技巧（Kernaltrick）的作用包括以下哪项？()A)特征升维B)特征降维C)防止过拟合2.[单选题]支持向量机的一个重要创新是（ ），（ ）观察到许多机器学习算法都可以写成样本间点积的形式。
A)核计算B)核技巧C)核函数D)核空间3.[单选题]下列哪些项目是在图像识别任务中使用的数据扩增技术(data augmentation technique)？ 1 水平翻转(Horizontal flipping) 2 随机裁剪(Random cropping) 3 随机放缩(Random scaling) 4 颜色抖动(Color jittering)5 随机平移(Random translation)6 随机剪切(Random shearing)A)1，3，5，6B)1，2，4C)2，3，4，5，6D)所有项目4.[单选题]在经典的卷积神经网络模型中，Softmax 函数是跟在什么隐藏层后面的?A)卷积层B)池化层C)全连接层D)以上都可以5.[单选题]智能电网调度控制系统的公共服务是按照SOA模式开发，通过服务总线提供的()，为应用开发和集成提供的一组通用的服务。
A)服务请求B)服务内容C)服务语言D)服务原语6.[单选题]DSSM经典模型的优点;1.解决了字典爆炸问题，降低了计算复杂度；2.中文方面使用字作为最细切分粒度，可以复用每个字表达的词义，减少分词的依赖，从而提高模型的泛化能力；3.字母的n-gram可以更好的处理新词，具有较强的鲁棒性；4.使用有监督的方法，优化语义embedding的映射问题；5.省去了人工特征工程；6.采用有监督训练，精度较高。
A)1.2.3.4B)1.3.4.6C)1.2.3.4.5.67.[单选题]（）是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能。
人工智能自然语言技术练习(习题卷20)
人工智能自然语言技术练习(习题卷20)第1部分：单项选择题，共43题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]GBDT是有一定局限性的，局限性体现在哪儿？A)GBDT只能处理高维稀疏的数据集上B)GBDT在处理文本分类特征问题上，相对其他模型的优势不如它在处理数值特征时明显。
C)GBDT在高维稀疏的数据集上，表现比支持向量机要好D)训练过程需要并行训练答案:B解析:2.[单选题]tanh的输出范围是多少A)[0,1]B)[-1,1]C)[-1,0]D)[-0.5,0.5]答案:B解析:3.[单选题]计算TensorFlow以硬件平台通常分为哪些版本A)CPU，GPU，TPUB)CPU，GPUC)CPUD)TPU答案:A解析:4.[单选题]下列关于K均值说法，正确的是？A)K均值接收未标记的数据集，然后将数据聚类成不同的组B)通过生成树的形式对，数据集进行分类C)通过自变量和因变量之间的一次函数关系，构建回归模型D)构建一个超平面，将数据在更高维度上，使用超平面更好的划分答案:A解析:5.[单选题]自动驾驶是如何起源的A)BP算法B)神经网络C)前向算法D)NFC答案:A解析:6.[单选题]以下几个关于EM算法的说法，正确的是A)传统EM算法对初始值不敏感B)EM算法不能应用到HMM的求解中C)不确定D)传统EM算法对初始值敏感答案:D解析:7.[单选题]Attention是通过那种方式计算权重的A)tanhB)reluC)softmaxD)sigmoid答案:C解析:8.[单选题]关于信息熵说法正确的是A)信息熵是消除不确定性所需信息量的度量，也即未知事件可能含有的信息量。
B)信息熵就是极大似然函数C)信息熵就是代价函数D)不确定答案:A解析:9.[单选题]预训练模型的本质思想是什么A)使用数据训练处一个很合适的模型B)事先训练好一个预训练模型，基于上下文去调整C)使用自己的数据去训练模型D)不确定答案:B解析:10.[单选题]如果一个分类器的效果越好，那么它的AUC值会怎样A)越小B)越大C)越低D)不确定答案:B解析:11.[单选题]如果文法中的每一条产生式α→β都满足|α|<=|β|，即规则左部的符号个数少于或等于规则右部的符号个数（例如，xYz→xyz），这种文法就称为A)0型文法B)1型文法C)2型文法D)左线性文法答案:B解析:12.[单选题]决策树有很多的优点，但是它也有缺点那么，构建决策树时有可能会造成什么缺点A)可能会对缺失值很敏感B)无法处理不相关的数据C)可能产生过渡匹配问题D)计算的复杂度很高答案:C解析:13.[单选题]我们常说的SVD中，它可以做什么任务A)降维B)聚类C)分类D)回归答案:A解析:14.[单选题]马尔科夫链在计算时要依靠A)先验概率B)后验概率C)条件概率D)最大似然概率答案:B解析:15.[单选题]编解码器的encode在中如果使用LSTM接收的是什么A)每个单词的word embedding和上一时间点的hidden stateB)接收的是原始的单词C)接收的是上一层和hidden stateD)接收的是每个单词的word embedding答案:A解析:16.[单选题]带深度限制的Leaf-wise的叶子生长策略是以下哪个算法的优化A)XGBoostB)随机森林C)GBDTD)LightGBM答案:D解析:17.[单选题]LSTM可以通过（）来进行长短期记忆A)RNN控制B)前馈控制C)BP控制D)门控制答案:D解析:18.[单选题]正则表达式的功能主要包括( )A)判断输入是否匹配模式B)在输入中查找和模式匹配字符串C)替换输入和模式匹配字符串D)以上都对答案:D解析:19.[单选题]以下四个选项中，人脸识别可以用网络架构A)LeNET5B)（CNN:AlexNet）C)VGGD)ResNet答案:B解析:20.[单选题]tf.expand_dims是什么意思A)改变tensor的形状B)返回tensor的rankC)插入维度1进入一个tensor中D)返回数据的元素数量答案:C解析:21.[单选题]基于语义的文本表示的深度学习方法有哪些A)LDAB)LSIC)PLSID)word embedding答案:B解析:22.[单选题]GB 18030采用（）字节变长编码方式。
人工智能基础(习题卷26)
人工智能基础(习题卷26)第1部分：单项选择题，共50题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]在集成学习中，当训练数据很多时，最常见的结合策略是()。
A)平均法B)投票法C)学习法答案:C解析:2.[单选题]在RPA流程应用设计过程中需要对图像中的文字进行识别，一般需要结合（）技术A)OCRB)NLPC)计算机视觉D)搜索引擎答案:A解析:3.[单选题]为什么批量梯度下降法（BGD)寻优路径相对比较平滑（)A)批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值减小的方向B)批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值增加的方向C)批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值不变的方向D)批量梯度下降法(BGD)每一次对模型参数的调整，都朝向代价函数值发生变化的方向答案:A解析:4.[单选题]下列神经网络特点描述错误的是(___)A)适应性B)由简单单元组成C)广泛并行互连的网络D)线性特性答案:D解析:5.[单选题]推进( )应用建设，打造以规划为源头的电网一张图，“网上”实现电网规划.前期管理.计划管理等全环节数字化管理。
A)“网上电网”B)“电网e平台”C)“掌上电网”D)“e基建”答案:A解析:6.[单选题]在命题逻辑中，逻辑推理算法可以通过使用来解决( )。
①逻辑等价②有效性D)①②③答案:D解析:7.[单选题]数据预处理方法不包括（ ）。
A)数据清洗：去噪声和无关数据B)数据集成：将多个数据源中的数据结合起来存在一个一致的数据存储中C)数据变换：把原始数据转换成为适合数据挖掘的形式D)数据转化：把连续数据转换为离散数据答案:D解析:数据转化多为将字符型数据转换为数值型数据。
例如将性别［男，女］分别转换 为［0, l］。
8.[单选题]数据库系统的核心是()A)数据库B)数据库管理系统C)数据模型D)软件工具答案:B解析:9.[单选题]以下不属于微信小程序AI应用的是？A)微软小冰B)形色识花C)猜画小歌D)旧照片修复答案:A解析:10.[单选题]业务部门根据需要制定外部数据需求，提交()申请，数据资产管理归口部门依据当前外部数据资源状况统筹组织获取，在公司内部共享使用。
人工智能自然语言技术练习(习题卷4)
人工智能自然语言技术练习(习题卷4)第1部分：单项选择题，共45题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]实际应用当中应该如何选激活函数A)根据数据和需求凭经验选择B)可以随意选择使用C)使用到激活函数的地方都选用ReluD)不确定答案:A解析:2.[单选题]下面哪个不是编辑距离里的编辑操作A)删除B)替换C)添加D)相乘答案:D解析:3.[单选题]超参数使我们模型道中必要的阐述，关于超参数范围中说法正确的是A)随机取值可以提升搜索效率B)随机取值就是随机均匀取值C)范围就是[0,1]D)随机取值对搜索无影响答案:A解析:4.[单选题]Beam Search（集束搜索）的作用A)增加在空间的消耗B)增加搜索的时间C)减少准确率D)减少搜索所占用的空间和时间答案:D解析:5.[单选题]以下哪种情况下树会容易发生了过拟合的现象A)加入L2正则B)加入L1正则C)设置树的最大深度D)没有设置树的最大深度答案:D解析:6.[单选题]自然语言处理的简称为（）A)ScrumB)NLPC)AUP答案:B解析:7.[单选题]什么是自然语言处理(NLP)A)机器理解B)让计算机／机器在理解语言上像人类一样智能C)弥补人类交流和计算机理解之间的差距D)一门计算机科学、人工智能以及语言学的交叉学科答案:D解析:8.[单选题]贝叶斯作为常用的理论基础，它的定理实质上是对（）的陈述。
A)联合概率B)边际概率C)条件概率D)后验概率答案:C解析:9.[单选题]向量空间也可以称为（ ），它属于线性代数内容和范畴A)线性空间B)内积空间C)赋范空间D)希尔伯特空间答案:A解析:10.[单选题]概率图中的有向边表示的是什么A)表示单向的依赖B)表述互相依赖关系C)表示无依赖关系D)不确定答案:A解析:11.[单选题]tf.to_int32的作用是什么A)字符串转为数字B)转为64位浮点类型-float64C)转为32位整型-int32D)转为64位整型-int64答案:C解析:12.[单选题]ELMO是个预训练模型，使用了LSTM做特征提取，那么其中用了几层的LSTMA)单层B)双层C)三层D)不确定答案:B解析:13.[单选题]为了模拟神经细胞行为，与之对应的感知器基础概念被提出，下列与之无关的是（）A)权量（突触）B)偏置（阀值）C)激活函数（细胞体）D)核仁答案:D解析:14.[单选题]EM算法，什么是EM，最大期望算法A)是在概率模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐性变量。
人工智能自然语言技术练习(习题卷13)
人工智能自然语言技术练习(习题卷13)说明：答案和解析在试卷最后第1部分：单项选择题，共45题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]关于梯度下降是一个什么样的算法，什么样的思想，下列说法正确的是A)迭代优化B)一次求解C)求解函数最大值D)迭代求代价函数最小值2.[单选题]下列 Python 中的预定义字符描述正确的是( )。
A)\w：与\W 反义，非数字、非字母和非字B)\s：空白字符C)\D：数字D)\d：非数字3.[单选题]大五码是（）地区标准汉字字符集（CNS11643）。
A)美国B)欧洲C)中国台湾D)中国大陆4.[单选题]KS检验与卡方检验的相同点A)处理方式相同B)得到的效果相同C)二者都用于类别数据D)都采用实际频数和期望频数只差进行检验5.[单选题]Bagging在做回归任务的时候最终是如何得到结果的？A)每个基学习器预测结果进行平均B)每个基学习器预测结果进行投票，得票数最多的类为预测类C)从众多分类结果中，随机出来一个结果D)不去定6.[单选题]真正正确的占所有预测为正的比例，这个计算方式可以计算出来什么？A)精确率B)召回率C)F1D)ROC7.[单选题]感知器的学习规则属于（）A)梯度下降法B)飞度法C)ADB算法D)梯度上升法8.[单选题]BP算法最早时，是在以下哪个任务中得到了最早的应用A)手写数字识别B)CPUC)GPUD)不确定9.[单选题]在命题逻辑中，知识以（）的形式表示。
A)公式B)方程C)值D)数值10.[单选题]词义消歧可以看成是一种标注问题，但是要使用（）A)词性标记B)语性标记C)词义标记D)语义标记11.[单选题]从工程的角度出发去看，随机森林有什么优点A)随机森林的每棵树训练是相互独立的，可以串行生成，调高训练的效率B)随机森林的每棵树训练是相互独立的，可以并行生成，调高训练的效率C)随机森林的每棵树训练是相互独立的，可以并行生成，降低训练的效率D)不确定12.[单选题]下述（ ）不是人工智能中常用的知识格式化表示方法。
人工智能基础(习题卷1)
人工智能基础(习题卷1)说明：答案和解析在试卷最后第1部分：单项选择题，共53题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]声明1：可以通过将所有权重初始化为0来训练网络。
声明2：可以通过将偏差初始化为0来很好地训练网络以上哪些陈述是真实的？A、1对2错A)1错2对B)1和2都对C)1和2都错2.[单选题]下列哪个函数可以组合估计器？A)RepeatedKFoldB)KFoldC)LeaveOneOutD)make_pipeline3.[单选题]输入图像已被转换为大小为28×28的矩阵和大小为7×7的步幅为1的核心/滤波器。
卷积矩阵的大小是多少？A)22X22B)21X21C)28X28D)7X74.[单选题]人工神经网络的相关研究最早可以追溯到上世纪40年代，由心理学家麦卡洛克和数学逻辑学家皮茨提出的( )。
A)M-P神经元模型B)B-P神经元模型C)M-N神经元模型D)N-P神经元模型5.[单选题]要在某一台机器上为某种语言构造一个编译程序，必须掌握哪些内容（）A)汇编语言、高级语言、编译方法B)程序设计方法、测试方法、编译方法C)源语言、目标语言、编译方法D)高级语言、程序设计方法、机器语言6.[单选题]路径规划时，判定是否到达奇异点的阈值（关节最大角速度-弧度制），使用( )。
A)点云碰撞个数阈值B)碰撞面积阈值C)奇异点阈值D)点云分辨率B)数据仓库C)实时分布式数据库D)分布式计算系统8.[单选题]人工神经元网络与深度学习的关系是A)人工神经元网络是深度学习的前身B)深度学习是人工神经元网络的一个分支C)深度学习是人工神经元网络的一个发展D)深度学习与人工神经元网络无关9.[单选题]在编制自动化需求时，实践证明采用（）时最有效的方式A)流程图B)视频说明C)电子表格D)流程图加视频说明10.[单选题]关于用4V来表示大数据的主要特征，描述错误的是A)大数据的时间分布往往不均匀，近几年生成数据的占比最高B)“如何从海量数据中洞见（洞察）出有价值的数据”是数据科学的重要课题之一C)数据类型的多样性往往导致数据的异构性，进而加大数据处理的复杂性，对数据处理能力提出了更高要求D)数据价值与数据量之间存在线性关系11.[单选题]常用的的灰度内插法不包括()。
语音识别与智能音响设备考核试卷
4.分析智能音响设备在多轮对话中可能遇到的挑战，并提出相应的解决策略。
（）
标准答案
一、单项选择题
1. D
2. D
3. B
4. D
5. B
6. C
7. A
8. D
9. D
10. A
11. C
12. A
13. D
14. A
15. B
16. D
17. D
18. D
19. D
20. C
二、多选题
1. ABC
A. GMM-UBM
B. i-vector
C. x-vector
D. All of the above
18.以下哪种方法通常用于智能音响设备的声纹识别？()
A.说话人识别
B.说话人验证
C.说话人辨认
D. All of the above
19.以下哪个组件不属于智能音响设备的软件部分？()
A.语音识别引擎
C.长短期记忆网络（LSTM）
D.自编码器
18.以下哪些因素可能影响智能音响设备的用户体验？()
A.语音识别准确率
B.语音合成自然度
C.唤醒词识别速度
D.设备的外观设计
19.在智能音响设备中，以下哪些技术可以用于语义理解？()
A.自然语言处理（NLP）
B.对话管理
C.语音识别
D.语音合成
20.以下哪些方法可以用于提高智能音响设备的声纹识别性能？()
（）
6.智能音响设备中的语音识别引擎不需要考虑上下文信息。()
（）
7.唤醒词的设计应该避免与日常对话中的常用词重叠。()
（）
8.深度学习技术在语音识别中的应用已经完全取代了传统的声学模型。()
人工智能基础(习题卷64)
人工智能基础(习题卷64)说明：答案和解析在试卷最后第1部分：单项选择题，共50题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]DBSCAN算法将“簇”定义为：由（）导出的最大的密度相连样本集合。
A)密度直达关系B)密度可达关系C)密度相连关系2.[单选题]Spark Job默认的调度模式是（）。
A)FIFOB)FAIRC)无D)运行时指定3.[单选题]语音分析就是根据音位规则，从语言流中区分出一个个独立的（）A)音素B)音词C)音句D)音节4.[单选题]半导体应变片的工作原理是基于( )。
A)压阻效应B)热电效应C)压电效应D)压磁效应5.[单选题]( )是指自己能够找出问题、思考问题、解决问题的人工智能。
A)弱人工智能B)超级人工智能C)强人工智能D)模式识别6.[单选题]下列不属于数据科学跨平台基础设施和分析工具的是( )。
A)微软AzureB)Google云平台C)阿里云D)Ad。
be7.[单选题]专家系统的推理机的最基本的方式是（ ）。
A)直接推理和间接推理B)正向推理和反向推理C)逻辑推理和非逻辑推理D)准确推理和模糊推理8.[单选题]Python不支持的数据类型有（）A)charB)intC)floatD)dict9.[单选题]在数据加工过程中，将特征值按比例缩小，使之落入一个特定的区间的方法是()A)标准化B)平滑处理C)特征构造D)聚集10.[单选题]以下关于文件的描述错误的选项是：A)readlines() 函数读入文件内容后返回一个列表，元素划分依据是文本文件中的换行符B)read() 一次性读入文本文件的全部内容后，返回一个字符串C)readline() 函数读入文本文件的一行，返回一个字符串D)二进制文件和文本文件都是可以用文本编辑器编辑的文件11.[单选题]（ ）是由能源和生态两个基本术语结合而成的综合术语。
A)生态能源B)清洁能源C)新能源D)能源生态12.[单选题]在支持向量机中，软间隔支持向量机的目标函数比硬间隔支持向量机多了一个（）。
人工智能自然语言技术练习(习题卷10)
人工智能自然语言技术练习(习题卷10)第1部分：单项选择题，共116题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]以下哪个模型是属于产生式模型A)HMMB)SVMC)CRFD)MEMM答案:A解析:2.[单选题]SVM算法有很多的优点，以下四个选项中针对SVM的性能为什么好，描述正确的是？A)核函数的选择B)核函数的参数C)软间隔参数CD)以上所有答案:D解析:3.[单选题]XGBoost中做了很多的改进，它的思想是什么A)BoostingB)BaggingC)StackingD)不确定答案:A解析:4.[单选题]seq2seq中的encode阶段是把输入的序列转换成怎样的向量A)黑箱操作不能确定B)等价于输入的向量C)固定长度的向量D)可变长度的向量答案:C解析:5.[单选题]SVD在自然语言（NLP）中经常解决的问题A)对新词很轻松的分配词向量B)计算量随着预料和词典增长维度膨胀快C)与其他深度学习模型框架差异小D)同时也可以解决聚类的问题答案:B解析:6.[单选题]（）是1966年由美国语言学家菲尔摩提出的一种语言学理论是语法体系深层结构中的语义概念。
A)格语法D)选择限制学说答案:A解析:7.[单选题]看以下这个单词，Random Forest指的是哪个算法A)随机森林B)决策树C)聚类D)逻辑回归答案:A解析:8.[单选题]什么是自然语言处理(NLP)A)机器理解B)让计算机／机器在理解语言上像人类一样智能C)弥补人类交流和计算机理解之间的差距D)一门计算机科学、人工智能以及语言学的交叉学科答案:D解析:9.[单选题]下面哪个不属于超参数？A)学习率αB)动量梯度下降的参数βC)mini-Batch的大小D)输入图片大小答案:D解析:10.[单选题]机器学习逻辑回归logistics regression算法，属于哪类算法？？A)A: 分类算法B)B: 聚类算法C)C: 神经网络算法D)D: 支持向量机算法答案:A解析:11.[单选题]什么是SVM，如何去理解SVMA)一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别B)两个变量之间的关系是二次函数的关系，图像是条抛物线C)两个变量之间的关系是一次函数关系的关系D)它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解答案:D解析:12.[单选题]使用网格搜索寻找超参数的话，有什么缺点A)准确率高B)查找的快C)计算资源少13.[单选题]TextRank可以提取到关键词那么它是由哪个算法发展来的？A)TextRnnB)TextCNNC)FasttextD)PageRank答案:D解析:14.[单选题]谷歌开源出来的BERT预训练模型，是怎样的模型A)预训练模型B)语言模型C)概率图模型D)不确定答案:A解析:15.[单选题]什么是梯度下降，如何去理解梯度下降A)实现简单，当目标函数是凸函数时，梯度下降法的解是全局解。
人工智能自然语言技术练习(习题卷9)
人工智能自然语言技术练习(习题卷9)说明：答案和解析在试卷最后第1部分：单项选择题，共116题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]在TF-IDF计算中和哪些因素相关A)不确定B)词意C)词序D)词权重2.[单选题]在NLP自然语言处理中， 不可以做以下选项中的那个任务A)会话机器人B)人脸检测C)推荐系统D)文本纠错3.[单选题]KS检验与卡方检验的相同点A)处理方式相同B)得到的效果相同C)二者都用于类别数据D)都采用实际频数和期望频数只差进行检验4.[单选题]（ ）是一种基于图的文本排序算法，它可以用于自动摘要和提取关键词。
A)TF-IDF算法B)TextRank算法C)LDA算法D)主题模型5.[单选题]BOW模型其中的一个缺点是( )。
A)可以保留语义B)维数低C)没有忽略文档的词语顺序子D)矩阵稀疏6.[单选题]所谓继承是指对事物的描述从（）结点传递到具体结点A)抽象B)现实C)普通D)任意7.[单选题]汉语自动分词的F-测度具体定义是()C)F=((β2+1)*P*R)/(β2*P+R)=(B=1)(2*P*R)/(P+R)D)P(A|B)=P(B|A)*P(A)/P(B)8.[单选题]在使用tensorflow提供了很多函数，例如multiply，这个函数实现的功能是什么？A)相除B)相乘C)相与D)相加9.[单选题]关于KNN和K-Means的相似点，下列说法正确的是A)都是有监督学习B)都属于聚类算法C)训练的数据都带有label标签D)都包含这样的过程，给定一个点，在数据集中找离它最近的点10.[单选题]K-Means中的K应该如何去选择A)贪心法则B)马尔科夫C)肘部法则D)概率图11.[单选题]K-NN中的K可以代表什么意思A)代价B)学习率C)不确定D)K个最近的邻居12.[单选题]（）分析法首先需要对文法进行Chomsky范式化处理A)CKYB)图表相关C)线图D)欧雷13.[单选题]通常所说的字符编码有两种意思，一是指输入编码，二是指（）A)输出编码B)机内编码C)程序编码D)机械编码14.[单选题]NLP自然语言处理的一般处理流程顺序是（）：1、获取语料2、数据预处理3、特征工程4、特征选择5、模型选择6、模型训练7、模型评估8、投产上线A)12345678B)12345687C)21345678D)2134657815.[单选题]谓词相关特征之一（）A)谓语动词原形16.[单选题]实际工程问题中，需要根据业务和需求，构建相应的（）?A)架构B)数学模型C)流程图D)数据集17.[单选题]关于Porter算法,以下描述错误的是()A)v表示一个元音字母B)c表示一个辅音字母C)C表示不连续的辅音字母串D)V表示连续的元音字母串18.[单选题]特征提取器Transformer为什么使用多头机制A)增加模型的复杂度B)增加模型的运行时间C)保证了Transformer可以注意到不同的子空间，捕捉更丰富的信息D)无实际性的意义19.[单选题]在以下四个选项中，可以将高级语言程序设计语言源程序翻译成计算机可执行代码的软件是？A)汇编程序B)编译程序C)管理程序D)服务程序20.[单选题]有向图模型和无向图模型的相同同之处A)都是转换成了概率相加的形式B)将复杂的联合分布分解为多个因子相加C)将复杂的联合分布分解为多个因子的乘积D)以上所有21.[单选题]基于商品评论数据来评估客户对商品的态度运用了到以哪项数据分析工具？( )A)文本挖掘B)情感分析C)自然语言处理D)以上三种都有22.[单选题]贝叶斯是常用的理论基础，在贝叶斯可以是用的什么图进行表示的A)无向图B)有无向图C)有向图D)不确定23.[单选题]能对发生故障的对象（系统或设备）进行处理，使其恢复正常工作的专家系统是（ ）。
人工智能基础(习题卷18)
人工智能基础(习题卷18)第1部分：单项选择题，共131题，每题只有一个正确答案,多选或少选均不得分。
1.[单选题]SVM中的核技巧（Kernaltrick）的作用包括以下哪项？()A)特征升维B)特征降维C)防止过拟合答案:C解析:2.[单选题]在回归模型中，下列哪一项在权衡欠拟合（under-fitting）和过拟合（over-fitting）中影响最大？A)多项式阶数B)更新权重 w 时，使用的是矩阵求逆还是梯度下降C)使用常数项答案:A解析:3.[单选题]我们在训练神经网络过程中，使用梯度下降法不断更新哪种数值，进而使得损失函数最小化?A)样本数目B)特征值C)超参数D)参数答案:D解析:4.[单选题]下列哪项不是构建知识图谱用到的主要技术A)词性标注B)实体链接C)关系抽取D)命名实体识别答案:A解析:5.[单选题]5>=3 or 2>=3的结果是A)TureB)trueC)TrueD)ture答案:C解析:6.[单选题]（）用于购物篮分析、交叉销售、商品目录设计等商业决策领域。
A)关联分析B)分类分析解析:7.[单选题]( )的语音识别是目前语音识别的主流技术和研究热点。
A)基于规则B)基于深度学习C)基于统计D)基于分类答案:B解析:8.[单选题]()适合连续特征，它假设每个特征对于每个类都符合正态分布。
A)GaussianNBB)BernoulliNBC)MultinomialNBD)BaseDiscreteNB答案:A解析:GaussianNB 适合连续特征，它假设每个特征对于每个类都符合正态分布。
9.[单选题]假设你需要调整超参数来最小化代价函数（cost function），会使用下列哪项技术？（）A)穷举搜索B)随机搜索C)Bayesian优化D)都可以答案:D解析:10.[单选题]假如使用非线性可分的SVM目标函数作为最优化对象，如何保证模型线性可分（）？A)设C=1B)设C=0C)设C=无穷大D)以上都不对答案:C解析:11.[单选题]下面哪个技术跟中文分词无关（）：A)词语消歧B)词性标注C)未登录词识别D)槽位填充答案:D解析:12.[单选题]以下不属于数据科学与统计学区别的是（ ）。