人工智能期末试卷
人工智能导论考核试卷
3. CNN通过卷积和池化操作提取图像特征，降低参数数量，提高模型泛化能力，从而提高图像识别准确性。
4.伦理问题：隐私保护、算法偏见、责任归属。解决策略：制定伦理准则、透明度提升、多样化团队、责任追溯机制。
1.人工智能包括以下哪些技术领域？()
A.机器学习
B.语音识别
C.量子计算
D.数据挖掘
E.虚拟现实
2.以下哪些属于监督学习算法？()
A.支持向量机
B.决策树
C. K-均值聚类
D.线性回归
E.随机森林
3.深度学习中的卷积神经网络（CNN）主要用于哪些任务？()
A.图像分类
B.语音识别
C.自然语言处理
D.视频分析
人工智能导论考核试卷
考生姓名：__________答题日期：__________得分：__________判卷人：__________
一、单项选择题（本题共20小题，每小题1分，共20分，在每小题给出的四个选项中，只有一项是符合题目要求的）
1.以下哪个不是人工智能的研究领域？()
A.机器学习
B.深度学习
D.随机森林
E.支持向量回归
9.以下哪些是推荐系统中的冷启动问题？()
A.用户冷启动
B.项目冷启动
C.模型冷启动
D.数据冷启动
E.系统冷启动
10.以下哪些是迁移学习的主要挑战？()
A.数据分布差异
B.标签空间不匹配
C.模型泛化能力不足
D.源域数据不足
E.目标域数据过拟合
华南农业大学《人工智能及其应用》2021-2022学年第一学期期末试卷
华南农业大学《人工智能及其应用》2021-2022学年第一学期期末试卷考试课程：人工智能及其应用考试时间：120分钟专业：计算机科学与技术总分：100分---一、单项选择题（每题2分，共20分）1. 人工智能的定义不包括以下哪项？A. 模拟人类智能B. 进行自主学习和推理C. 自动化机器控制D. 数据存储和管理2. 以下哪种算法属于监督学习？A. 聚类算法B. 线性回归C. 主成分分析D. 狄利克雷过程3. 在机器学习中，过拟合是指：A. 模型在训练数据上表现良好，但在测试数据上表现差B. 模型在测试数据上表现良好，但在训练数据上表现差C. 模型在训练和测试数据上表现均良好D. 模型无法在任何数据上表现良好4. 深度学习主要依赖于哪种模型？A. 决策树B. 支持向量机C. 人工神经网络D. 线性回归5. 在自然语言处理（NLP）中，词嵌入（Word Embedding）技术主要用于：A. 语音识别B. 机器翻译C. 图像识别D. 数据压缩6. 以下哪种算法通常用于图像分类任务？A. K-均值聚类B. 支持向量机C. 卷积神经网络（CNN）D. 随机森林7. 强化学习中的“奖励”是指：A. 给予模型的奖励信号，用于鼓励正确行为B. 给予模型的惩罚信号，用于惩罚错误行为C. 给予模型的学习数据，用于提高性能D. 给予模型的初始参数，用于开始训练8. 在专家系统中，知识库的作用是：A. 存储专家的知识和经验B. 处理用户输入的数据C. 进行计算和推理D. 管理系统的硬件资源9. AlphaGo使用的主要技术包括：A. 强化学习和蒙特卡洛树搜索B. 支持向量机和线性回归C. 决策树和随机森林D. K-均值聚类和主成分分析10. 以下哪项技术主要用于大数据处理中的分布式计算？A. SQL数据库B. MapReduceC. 关系数据库D. 数据挖掘---二、判断题（每题2分，共20分）11. 人工智能只能应用于计算机科学领域。
人工智能期末试题及答案完整版
人工智能期末试题及答案完整版XX学校2012-2013学年度第二学期期末试卷考试课程：《人工智能》考核类型：考试A卷考试形式：开卷出卷考试专业：______ 考试班级：______一、单项选择题（每小题2分，共10分）1.首次提出“人工智能”是在哪一年？（D）A。
1946 B。
1960 C。
1916 D。
19562.人工智能应用研究的两个最重要最广泛领域是哪两个？（B）A。
专家系统、自动规划 B。
专家系统、机器研究C。
机器研究、智能控制 D。
机器研究、自然语言理解3.下列哪个不是知识表示法？（A）A。
计算机表示法 B。
“与/或”图表示法C。
状态空间表示法 D。
产生式规则表示法4.下列关于不确定性知识的描述错误的是哪个？（C）A。
不确定性知识是不可以精确表示的B。
专家知识通常属于不确定性知识C。
不确定性知识是经过处理过的知识D。
不确定性知识的事实与结论的关系不是简单的“是”或“不是”。
5.下图是一个迷宫，S是入口，Sg是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S出发，寻找出口Sg的状态树。
根据深度优先搜索方法搜索的路径是哪个？（C）A。
s0-s4-s5-s6-s9-sg B。
s0-s4-s1-s2-s3-s6-s9-sgC。
s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D。
s0-s4-s7-s5-s6-s9-sg二、填空题（每空2分，共20分）1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。
2.问题的状态空间包含三种说明的集合，初始状态集合S、操作符集合F以及目标状态集合G。
3.启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。
4.计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。
5.不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确定性。
三、名称解释（每词4分，共20分）1.人工智能：人工智能（Artificial Intelligence），英文缩写为AI。
大学人工智能期末考试题库
《人工智能与专家系统》试卷（1）参考答案与评分标准问答题（每题5分，共50分）1．人工智能是何时、何地、怎样诞生的？（5分）答：人工智能于1956年夏季在美国达特茅斯（Dartmouth）大学诞生。
（3分）1956年夏季，美国的一些从事数学、心理学、计算机科学、信息论和神经学研究的年轻学者，汇聚在Dartmouth大学，举办了一次长达两个月的学术讨论会，认真而热烈地讨论了用机器模拟人类智能的问题。
在这次会议上，第一次使用了“人工智能”这一术语，以代表有关机器智能这一研究方向。
这是人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生，具有十分重要的意义。
（2分）2．行为主义是人工智能的主要学派之一，它的基本观点是什么？（5分）答：行为主义，又称进化主义或控制论学派。
这种观点认为智能取决于感知和行动（所以被称为行为主义），它不需要知识、不需要表示、不需要推理。
其原理是控制论和感知——动作型控制系统。
3．什么是知识表示？在选择知识表示方法时，应该考虑哪几个因素？（5分）答：知识表示是研究用机器表示知识的可行性、有效性的般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。
知识表示实际上就是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。
对知识进行表示的过程就是把知识编码成某种数据结构的过程。
（3分）在选择知识表示方法时，应该考虑以下几个因素：(1)能否充分表示相关的领域知识；(2)是否有利于对知识的利用；(3)是否便于知识的组织、维护和管理；(4)是否便于理解和实现。
（2分）4．框架表示法有什么特点？（5分）答：框架表示法有如下特点：结构性、继承性、自然性。
（5分）5．何谓产生式系统？它由哪几部分组成？（5分）答：把一组产生式放在一起，让它们相互配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解，这样的系统称为产生式系统。
人工智能期末考试试卷
一、选择题<每题1分,共15分>1、人工智能是一门A>数学和生理学B>心理学和生理学C>语言学D>综合性的交叉学科和边缘学科2、语义网络表达知识时,有向弧AKO 链、ISA 链是用来表达节点知识的〔〕。
A> 无悖性B> 可扩充性C> 继承性3、<A->B>∧A => B是A>附加律B>拒收律C>假言推理D>US4、命题是可以判断真假的A>祈使句B>疑问句C>感叹句D>陈述句5、仅个体变元被量化的谓词称为A>一阶谓词B>原子公式C>二阶谓词D>全称量词6、MGU是A> 最一般合一B>最一般替换C> 最一般谓词D>基替换最一般合一7、下列不在人工智能系统的知识包含的4个要素中A> 事实B> 规则C> 控制D> 关系8、当前归结式是〔〕时,则定理得证。
A> 永真式 B 包孕式〔subsumed〕C> 空子句9、或图通常称为A〕框架网络B>语义图C>博亦图D>状态图10、不属于人工智能的学派是A>符号主义B> 机会主义C>行为主义D>连接主义。
11、所谓不确定性推理就是从< >的初始证据出发,通过运用< >的知识,最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
A>不确定性, 不确定性B>确定性, 确定性C>确定性, 不确定性D>不确定性确定性12.要想让机器具有智能,必须让机器具有知识。
因此,在人工智能中有一个研究领域,主要研究计算机如何自动获取知识和技能,实现自我完善,这门研究分支学科叫〔〕。
A>专家系统B>机器学习 C>神经网络 D>模式识别13、下列哪部分不是专家系统的组成部分〔〕A.〕用户B〕综合数据库C〕推理机D〕知识库14、产生式系统的推理不包括〔〕A〕正向推理B〕逆向推理C〕双向推理D〕简单推理15、C<B|A> 表示在规则A->B中,证据A为真的作用下结论B为真的A>可信度B>信度C>信任增长度D>概率二、填空题<每题1分,共30分>1、人工智能的含义最早由一位科学家于1950年提出,并且同时提出一个机器智能的测试模型,请问这个科学家是2、从已知事实出发,通过规则库求得结论的产生式系统的推理方式是。
南京邮电大学《人工智能概论》2022-2023学年第一学期期末试卷 - 副本
南京邮电大学《人工智能概论》2022-2023学年第一学期期末试卷考试课程：人工智能概论考试时间：120分钟专业：计算机科学与技术专业总分：100分---一、单项选择题（每题2分，共20分）1. 人工智能的创始人之一，被誉为“人工智能之父”的是：A. 阿兰·图灵B. 约翰·麦卡锡C. 杰弗里·辛顿D. 约书亚·本吉奥2. 下列哪种算法主要用于分类和回归问题：A. K-means聚类B. 线性回归C. 支持向量机D. Apriori算法3. 在神经网络中，负责传递信息的基本单位是：A. 神经元B. 权重C. 激活函数D. 损失函数4. 下列哪种机器学习方法属于无监督学习：A. 线性回归B. 决策树C. 聚类分析D. 支持向量机5. 在深度学习中，用于防止过拟合的技术是：A. 学习率衰减B. DropoutC. Batch NormalizationD. 激活函数6. 强人工智能的目标是：A. 实现特定任务的智能B. 模拟人类的智能行为C. 实现全面的智能能力D. 优化计算资源的利用7. 下列哪种语言是专门为人工智能开发的：A. PythonB. LispC. JavaD. C++8. 在强化学习中，智能体根据什么来调整其策略：A. 奖励和惩罚B. 监督数据C. 无监督数据D. 输入输出对9. 机器学习中的“过拟合”是指：A. 模型在训练集上表现很好，但在测试集上表现不好B. 模型在训练集和测试集上都表现不好C. 模型在训练集和测试集上都表现很好D. 模型在测试集上表现很好，但在训练集上表现不好10. 图像识别中的卷积神经网络（CNN）主要是通过什么操作来提取图像特征：A. 全连接操作B. 池化操作C. 卷积操作D. 激活操作---二、判断题（每题2分，共20分）11. 人工智能只能应用于计算机科学领域。
（）12. 监督学习需要大量标注数据。
（）13. 深度学习中的神经网络层数越多，模型的表现就一定越好。
人工智能06-07期末试题答案
只有一个孤独的影子，她，倚在栏杆上；她有眼，才从青春之梦里醒过来的眼还带着些朦胧睡意，望着这发狂似的世界，茫然地像不解这人生的谜。
她是时代的落伍者了，在青年的温馨的世界中，她在无形中已被摈弃了。
她再没有这资格，心情，来追随那些站立时代前面的人们了！在甜梦初醒的时候，她所有的惟有空虚，怅惘；怅惘自己的黄金时代的遗失。
咳！苍苍者天，既已给与人们的生命，赋与人们创造社会的青红，怎么又吝啬地只给我们仅仅十余年最可贵的稍纵即逝的创造时代呢？。
南华大学人工智能导论期末试卷
南华大学人工智能导论期末试卷一、选择题1997年5月，著名的“人机大战”。
最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败。
这台计算机被称为( )A)深蓝B) IBMC)深思D)蓝天2.下列不在人工智能系统的知识包含的4个要素中A)事实B)规则C)控制和元知识D)关系4.或图通常称为A)框架网络B)语义图C)博亦图D)状态图5.不属于人工智能的学派是A)符号主义B)机会主义C)行为主义D)连接主义。
6.人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是A)明斯基B).扎德C)图林D)冯.诺依曼7.要想让机器具有智能，必须让机器具有知识。
因此，在人工智能中有一个研究领城。
主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫( )。
A)专家系统B)机器学习C)神经网络D)模式识别8.下列哪部分不是专家系统的组成部分( )A)用户B)综合数据库C)推理机D)知识库9.产生式系统的推理不包括( )A)正向推理B)逆向推理C)双向推理D)简单推理10. C(BA)表示在规则A->B中，证据A为真的作用下结论B为真的A)可信度B)信度C信任增长度D)概率11. Al的英文编写是A)Automatic InelligenceB)Atifical IelligenceC)Automatice InfomationD)Atifical Information12。
反演归结(消解)证明定理时。
若当前归结式是( )时，则定理得证。
A)水真式B)包孕式(subsumed)C空子句13.在公式中vy3x(xy)), 存在量词是在全称量词的辖域内，我们允许所存在的x可能依赖于y值。
令这种依赖关系明显地由函数所定义。
它把每个y值映射到存在的那个x。
这种函数叫做( )A.依赖函数B. Skolem函数C.决定函数D.多元函数14、子句-PvQ和P经过消解以后，得到( )A. PB. QC. -PD. PvQ15.如果问题存在最优解，则下面几种搜索算法中，( ) 必然可以得到该最优解，A.广度优先搜索B.深度优先搜索C.有界深度优先搜索D.启发式搜索二、填空题1.在谓词公式中，紧接于量词之后被量词作用的谓词公式称为该量词的而在一个量词的辖城中与该量词的指导变元相同的变元称为_______，其他变元称为。
2021年上海市交通大学 人工智能技术及应用 期末考试试卷
2021年上海交通大学人工智能技术及应用期末考试试卷提示：题包A必做，题包B~G是6选2或3个，题包H和I是2选1 （本试卷考试时间150分钟；本试卷实际是以自适应考试形式进行，因此每题分值仅供参考）题包A一、单选题 ( 本大题 10 道小题，每小题 1 分，共 10 分），从下面题目给出的A、B、C、D四个可供选择的答案中选择一个正确答案。
1.下列关于人工智能的叙述，错误的是_________。
A.人工智能技术很新，与其他科学技术很少结合B.人工智能+是科学技术发展趋势之一C.人工智能技术它与其他科学技术相结合，极大地提高了应用技术的智能化水平D.人工智能有力地促进了社会的发展2. 状态空间是利用状态变量和操作符号表示系统或问题的有关知识的符号体系。
状态空间可以用一个四元组表示：_________。
A.开始状态、目标状态、规则和操作B.初始状态、中间状态、目标状态和操作C.状态集合、操作算子的集合、初始状态集合、目的状态集合D.开始状态、中间状态、结束状态和其他状态3.2016年3月，AlphaGo围棋软件战胜韩国棋手李世石，2017年3月又战胜我国棋手柯洁。
AlphaGo使用的搜索技术是_________。
A.深度优先搜索B.A*算法C.A 算法D.蒙特卡洛树搜索4.线性回归中，总体误差平方和(TSS)、残差平方和(RSS)与回归误差平方和(ESS)三者的关系是_________。
A.RSS=TSS+ESSB.TSS=RSS+ESSC.ESS=RSS-TSSD.ESS=TSS+RSS5.过拟合模型表现在训练集上的特点是_________。
A.低方差和低偏差B.高方差和低偏差C.低方差和高偏差D.高方差和高偏差6.语音识别系统主要包含_________四大组成部件。
A.特征提取、声学模型、语言模型、解码搜索B.语法模型、语义模型、语法结构、识别算法C.特征提取、声学模型、语法结构、语义模型D.语法模型、语义模型、语言模型、解码搜索7.物以类聚人以群分，当企业面对大量的消费者用户时，他不可能对所有的用户做到真正的1对1的营销，这个时候往往就需要通过聚类分析先对用户进行细分，然后针对细分人群制定针对性的营销策略。
高等教育与人工智能考核试卷
18.以下哪些是人工智能在教育领域的重要应用？（）
A.智能辅导系统
B.机器人助教
C.自动组卷与评分
D.教育游戏化
19.以下哪些措施能够促进高等教育与人工智能的深度融合？（）
A.政策引导
B.产学研合作
C.教师培训
D.学生激励
20.以下哪些是高等教育人工智能化的主要目标？（）
A.提高教学效率
2.个性化教学注重学生差异，提供定制化学习方案。相较于传统教学，它更灵活、高效，但可能增加教师负担，且过度依赖技术可能导致人际交往能力下降。
3.面临挑战如技术成熟度、数据安全、教育公平等。解决策略包括加强技术研发、完善政策法规、提高教师培训等。
4.未来教育场景将实现高度个性化、智能化。教师角色转变，学生自主学习能力提升。对社会而言，有助于培养创新型人才，推动社会进步。
7.以下哪些场景适合使用人工智能进行教育改革？（）
A.课堂教学
B.教育评价
C.学生管理
D.教师培训
8.个性化教学系统中，以下哪些因素是重要的？（）
A.学生学习兴趣
B.学习风格
C.知识掌握程度
D.家庭经济状况
9.以下哪些是人工智能在教育中可能产生的负面影响？（）
A.教师角色边缘化
B.学生过度依赖技术
C.教育资源差距扩大
C.提高职业技能
D.扩大知识面
2.以下哪项不是人工智能的基本技术？（）
A.机器学习
B.深度学习
C.量子计算
D.自然语言处理
3.下列哪项不属于高等教育与人工智能结合的优势？（）
A.优化教学资源
B.提高教学效率
C.降低教育成本
D.增加教师数量
4.以下哪种人工智能应用不属于教育领域？（）
人工智能导论期末试题及答案
人工智能导论期末试题及答案在人工智能导论课程的期末考试中，考生需要回答以下试题，每道题后面附有答案供参考。
试题一：请简述人工智能的定义及其应用领域。
(10分)答案：人工智能（Artificial Intelligence，简称AI）是研究、开发和实现用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的学科。
其应用领域包括但不限于机器学习、语音识别、图像处理、自然语言处理、智能机器人等。
试题二：简述机器学习的基本原理和常用算法。
(15分)答案：机器学习是人工智能的重要分支，其基本原理是通过对大量数据的学习和分析，从中发现并建立数据之间的模式和规律，以便用于预测和决策。
常见的机器学习算法包括决策树、支持向量机、神经网络、随机森林等。
试题三：简述深度学习的原理及其在计算机视觉领域的应用。
(20分)答案：深度学习是机器学习的一种特殊形式，其核心是使用神经网络进行模式识别和决策。
其原理是通过多层次的神经网络结构，从大量数据中自动提取特征，并进行分类和回归分析。
在计算机视觉领域，深度学习广泛应用于图像分类、目标检测、人脸识别等任务。
试题四：请简述自然语言处理的基本概念和常见技术。
(15分)答案：自然语言处理是人工智能的一个重要应用领域，其基本概念是研究如何使计算机能够理解、处理和生成自然语言。
常见的自然语言处理技术包括词法分析、句法分析、语义分析、机器翻译、问答系统等。
试题五：简述智能机器人的发展现状及其未来发展方向。
(20分)答案：智能机器人是人工智能技术在机器人领域的应用，其发展现状是机器人技术与人工智能技术的融合不断加深，智能机器人在工业生产、服务机器人、医疗护理、军事等领域得到了广泛应用。
未来发展方向包括智能机器人的普及与个性化定制、人机协同合作、情感计算等。
试题六：谈谈人工智能在社会和经济领域中可能面临的挑战。
(20分)答案：人工智能在社会和经济领域中可能面临的挑战包括人机关系的重新定义、就业的变革与职业转型、隐私和安全问题、道德与伦理问题等。
人工智能期末考试卷(1)评分标准及标准答案
(此文档为Word格式，下载后可以任意编辑修改！）试卷装订封面学年第学期课程名称：课程代码学生系别专业任课教师开卷□闭卷∨考试方式考试日期考试时间阅卷日期装订教师装订日期缺卷学生姓名及原因：无附：课程考试试卷分析表、期末考核成绩登记表人工智能期末考试卷（1）一、填空题（每空1分，共10分）1智能具有五个特征，分别为①学习能力、自适应能力、②记忆与思维能力、表达能力和感知能力。
2．机器的③感知能力是让机器自动获取知识的基本条件，而知识的自动获取一直是智能系统研究中最困难的问题之一。
3．从研究的角度不同，对人工智能的研究可分两大阵营：④联接和⑤符号。
其中⑤符号的理论基础为数理逻辑。
4.⑥问题规约方法是一种将复杂问题变换为比较简单的子问题，子问题再转换为更简单的子问题，最终将问题转换为对本原问题的知识表示方法。
5.鲁宾逊提出了⑦归结原理使机器定理证明成为可能。
6．当某个算符被认为是问题求解的决定步骤时，此算符为⑧关键算符。
7.宽度优先搜索与深度优先搜索方法的一个致命的缺点是当问题比较复杂是可能会发生⑨组合爆炸。
8.语义网络⑩方法是1968年由J.R.Quilian在研究人类联想记忆时提出的心理学模型。
1972年，Simon首先将⑩用于自然语言理解系统。
二、简答题（共30分）1．什么是A*算法的可纳性？(4分)答：在搜索图存在从初始状态节点到目标状态节点解答路径的情况下，若一个搜索法总能找到最短（代价最小）的解答路径，则称算法具有可采纳性。
2．在一般图搜索算法中，当对某一个节点n进行扩展时，n的后继节点可分为三类，请举例说明对这三类节点的不同的处理方法。
(8分)答：把SNS中的子节点分为三类：（1）全新节点，（2）已出现于OPEN表的节点，（3）已出现于CLOSE表的节点；/后二类子节点实际上意味着具有新老两个父节点；(3分)•加第1类子节点于OPEN表，并建立从子节点到父节点n的指；(1分)•比较第2类子节点经由新、老父节点到达初始状态节点s的路径代价，若经由新父节点的代价较小，则移动子节点指向新父节点(2分)•对于第3类子节点作与第2类同样的处理，并把这些子节点从CLOSE 表中移出，重新加入OPEN表；(2分)3．请简述不确定性推理的含义。
人工智能机器学习技术章节习题及答案期末考试试卷题库及答案 (6)
1．什么是搜索？有哪两大类不同地搜索方法？两者地区别是什么？解：像这种根据问题地实际情况,不断寻找可利用知识,从而构造一条最小地推理路线,使问题得以解决地过程称为搜索可根据搜索过程是否使用启发式信息分为盲目搜索与启发式搜索,也可根据问题地表示方式分为状态空间搜索与与/或搜索盲目搜索是按预定地控制策略进行搜索,在搜索过程中获得地中间信息并不改变控制策略启发式搜索是在搜索中加入了与问题有关地启发性信息,用于指导搜索朝着最有希望地方向前进,加速问题地求解过程,并找到最优解。
状态空间搜索是指用状态空间法来表示问题所进行地搜索。
与/或搜索是指用问题归约法来表示问题时所进行地搜索。
2．深度优先搜索与广度优先搜索地区别是什么？解：深度优先搜索与广度优先搜索地区别在于：在对节点n进行扩展时,其后继节点在OPEN表中地存放位置不同。
广度优先搜索是将后继节点放入OPEN表地末端,而深度优先搜索则是将后继节点放入OPEN表地前端。
广度优先搜索是一种完备搜索,即只要问题有解就一定可以求出,而深度优先搜索是不完备搜索。
在不要求求解速度且目标节点地层次较深地情况下,广度优先搜索优于深度优先搜索;在要求求解速度且目标节点地层次较浅地情况下,深度优先搜索优于广度优先搜索。
3．为什么说深度优先搜索与代价树地深度优先搜索可以看成局部择优搜索地两个特例？解：深度优先搜索,代价树地深度优先搜索以与局部优先搜索都是以子节点作为考察范围,但节点选择地标准不同。
如果取估价函数f(n)=g(n),则它将退化为代价树地深度优先搜索。
如果取估价函数f(n)=d(n),则它将退化为深度优先搜索。
因此,深度优先搜索与代价树地深度优先搜索是局部择优搜索地两个特例。
4.局部择优搜索与全局择优搜索地相同之处与区别是什么？解：根据搜索过程中选择扩展节点地范围,启发式搜索算法可分为全局择优搜索算法与局部择优搜索算法。
其中,全局择优搜索算法每当需求扩展节点时,总是从Open表地所有节点中选择一个估价函数值最小地节点进行扩展,局部择优搜索算法每当需求扩展节点时,总是从刚生成地子节点中选择一个估价函数值最小地节点进行扩展。
北航人工智能试卷(B)
人工智能试卷试题部分：一、选择题（15小题，共15分）1、97年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（）A）深蓝B）IBM C）深思D）蓝天2、下列不在人工智能系统的知识包含的4个要素中A)事实B)规则C)控制和元知识D)关系3、谓词逻辑下，子句, C1=L∨C1‘, C2= ¬ L∨C2‘,若σ是互补文字的（最一般）合一置换，则其归结式C=（）A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’4、或图通常称为A）框架网络B)语义图C)博亦图D)状态图5、不属于人工智能的学派是A)符号主义B)机会主义C)行为主义D)连接主义。
6、人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是A)明斯基B).扎德C)图林D)冯.诺依曼7、要想让机器具有智能，必须让机器具有知识。
因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（）。
A)专家系统B)机器学习C)神经网络D)模式识别8、下列哪部分不是专家系统的组成部分（）A.）用户B）综合数据库C）推理机D）知识库9、产生式系统的推理不包括（）A）正向推理B）逆向推理C）双向推理D）简单推理10、C(B|A) 表示在规则A->B中，证据A为真的作用下结论B为真的A)可信度B)信度C)信任增长度D)概率11、AI的英文缩写是A)Automatic Intelligence B)Artifical IntelligenceC)Automatice Information D)Artifical Information12、反演归结（消解）证明定理时，若当前归结式是（）时，则定理得证。
A)永真式B)包孕式（subsumed）C)空子句13、在公式中∀y∃xp(x,y))，存在量词是在全称量词的辖域内，我们允许所存在的x可能依赖于y值。
集美大学《人工智能导论》2021-2022学年第一学期期末试卷
集美大学《人工智能导论》2021-2022学年第一学期期末试卷考试时间：120分钟总分：100分专业：人工智能导论---部分一：选择题（共10题，每题2分，共20分）1. 人工智能（AI）的定义是＿＿＿＿＿＿＿。
A) 计算机模拟人类智能的能力B) 通过算法实现自主学习的过程C) 用于数据分析和决策支持的技术D) 提高生产效率和成本控制的工具2. 人工智能导论课程的主要目的是＿＿＿＿＿＿＿。
A) 掌握各种机器学习算法B) 理解人工智能的基本原理和应用C) 开发人工智能产品D) 提高计算机编程能力3. 以下哪项不是人工智能的核心技术之一？A) 机器学习B) 自然语言处理C) 电子商务D) 计算机视觉4. 人工智能系统的发展历程中，哪个阶段标志着深度学习技术的兴起？A) 1950年代B) 1970年代C) 1990年代D) 2000年代5. 下列哪种方法常用于解决人工智能中的强化学习问题？A) 监督学习B) 无监督学习C) 半监督学习D) 强化学习6. 在人工智能导论中，哪种技术用于使计算机能够理解和生成自然语言？A) 计算机视觉B) 语音识别C) 自然语言处理D) 虚拟现实7. 人工智能中的“知识表示与推理”技术主要用于＿＿＿＿＿＿＿。
A) 数据清洗和预处理B) 知识库构建和推理推断C) 模型训练和评估D) 数据可视化和解释8. 以下哪种算法常用于解决分类和回归问题？A) K均值算法B) 决策树算法C) 强化学习算法D) 遗传算法9. 在人工智能导论中，哪种技术能够帮助机器理解图像内容？A) 语音识别B) 自然语言处理C) 计算机视觉D) 强化学习10. 人工智能技术的应用场景包括＿＿＿＿＿＿＿。
A) 智能家居B) 化学实验室C) 音乐制作工作室D) 飞行模拟器部分二：判断题（5题，每题2分，共10分）11. 人工智能的发展始于20世纪60年代。
（）12. 监督学习是人工智能中最常用的学习方法之一。
人工智能化试题(卷)加答案解析(A)
一、多项选择题：（本题共 10 小题，每题 1 分，共 10 分）
1. 计算智能的主要内容包括（AB ） A．神经计算 B．进化计算 C．免疫计算 D．蚁群算法
2. 关于搜索与求解,描述正确的是（ ABCD ） A．搜索是为了达到某一目标而多次进行某种操作、运算、推理或计算的过
程 B．所有的智能活动过程，都可以看作或者抽象为一个基于搜索的问题求解 C．搜索是人在求解问题时不知现成解法的情况下所采取的一种普遍方法 D．搜索可以看作人类和其他生物所具有的一种元知识
专业 06 级 班级 线
栏
厦门理工学院期末考试卷
2011－2012 学年 第一学期
课程名称
人工智能
试卷 A √
卷别
B□
考试 闭卷 √ 专业 10 级 班级
方式 开卷 □
息
系 学号
订
信
生
本试卷共 五 大题( 4 页)，满分 100 分，考试时间 120 分
考
钟。
姓名 装
请在答题纸上作答，在试卷上作答无效。
1．遗传算法与图搜索相比,有何特点 1.遗传算法在解空间中搜索。图搜索在问题空间搜索 2.遗传算法的搜索随机的始于搜索空间的一个点集，图搜索固定的始于搜索空间的初始节点和终点节点 3.遗传算法的搜索是从空间的一个点集到空间的另一个点集，图搜索是从空间的一个点到另一个点 4.遗传算法总是找最优解，图搜索不一定要最优解而是优先找到解 5.遗传算法的适应性强 5.遗传算法长于全局搜索
3．按用途分类，专家系统可分为（ ABCD ） A．诊断型 解释型 B.预测型 决策型 C.设计型 规划型 D.控制型 调度型
4．采用生理模拟和神经计算方法的人工智能研究被称为（ AC ） A．连接主义 B. 逻辑学派 C. 生理学派 D. 符号主义
《人工智能基础》期末考试试卷附答案
《人工智能基础》期末考试试卷附答案一、选择题 (每题2分，共20分)1. 以下哪一项是人工智能(AI)的定义？A. 研究如何使计算机执行人类智能任务的学科B. 开发能够自主思考和解决问题的软件C. 利用计算机模拟人类的学习过程D. A、B、C都正确2. 以下哪一项不属于机器学习的类型？A. 监督学习B. 无监督学习C. 强化学习D. 深度学习3. 以下哪一项是神经网络的基本单位？A. 节点B. 层D. 权重4. 以下哪一项是决策树算法的主要优点？A. 解释性强B. 复杂度高C. 运行速度快D. 需要大量数据进行训练5. 以下哪一项是支持向量机(SVM)的主要应用场景？A. 分类问题B. 回归问题C. 聚类问题D. 关联规则挖掘二、填空题 (每题2分，共20分)6. 人工智能的三大任务是______、______和______。
7. 朴素贝叶斯分类器是基于______原理进行分类的。
8. 在深度学习中，卷积神经网络(CNN)主要用于______任务。
9. 人工神经网络(ANN)模仿了______的神经元连接方式。
10. 最大似然估计(MLE)是______估计方法的一种。
三、简答题 (每题5分，共30分)11. 简述监督学习和无监督学习的区别。
12. 什么是过拟合？请简述过拟合的原因和解决方法。
13. 请解释什么是“数据增强”，并给出两个应用场景。
14. 简述支持向量机(SVM)的工作原理。
15. 请列举三种常用的优化算法，并简要介绍它们的应用场景。
四、应用题 (每题10分，共20分)16. 假设我们有一个用于识别图片中猫和狗的数据集，其中70%的数据用于训练集，30%的数据用于测试集。
请简述您将如何评估模型的性能。
17. 假设我们正在使用决策树进行分类任务，并发现树的深度为5时，训练集的准确率为95%，但测试集的准确率只有80%。
请简述可能的原因，并提出改进建议。
答案：一、选择题D. 深度学习D. 深度学习A. 节点A. 解释性强C. 分类问题二、填空题6. 知识表示、推理、学习7. 贝叶斯定理8. 图像识别9. 人脑10. 最大似然三、简答题11. 监督学习是在已知输入和输出情况下，通过学习算法得到一个模型，以便对新的输入进行预测。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
XXXX2017至2018 学年第 1 学期
《人工智能技术》 课程考试（ A ）卷
计科 系 级 专业 学号 姓名
一、选择题：（2分×10=20分）
1． 人工智能AI 的英文全称（ ）最早于1956年在达特茅斯会议上被提出。
这是历史上第一次人工智能研讨会，也被广泛认为是人工智能诞生的标志。
A ．Automatic Intelligence
B ．Artifical Intelligence
C ．Automatice Information
D ．Artifical Information
2． 所谓不确定性推理是从（ ）的初始证据出发，通过运用（ ）的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
A ．不确定性，确定性
B ．确定性，确定性
C ．确定性，不确定性
D ．不确定性，不确定性
3． 要想让机器具有智能，必须让机器具有知识。
因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（ ）。
A ．概率推理
B ．神经网络
C ．机器学习
D ．智能搜索
4． 下面几种搜索算法中，不完备的搜索算法是（ ）。
A ．广度优先搜索
B ．A*搜索
C ．迭代深入深度优先搜索
D ．贪婪搜索
5． 人工智能的目的是让机器能够（ ），以实现某些脑力劳动的机械化。
A ．模拟、延伸和扩展人的智能
B ．和人一样工作
C ．完全代替人的大脑
D ．具有智能
6．在一个监督学习问题f:x →y 中，输出y 的值域是连续的，例如实数集R ，那么这是一个（ ）问题。
A ．分类
B ．聚类
C ．回归
D ．降维
装
订
线
7．牙医问题中关于3个变量的全联合分布如下表所示，通过查表计算概率
P（cavity∨toothache）=（）。
A．0.12 B．0.28 C．0.72 D．0.36
8．在训练手写数字图片识别模型时，首先接收到很多名志愿者提供的一系列带标签的图片数据，以此为基础程序学习如何更好地进行识别，那么在该设定中指标measure P是（）。
A．对输入图片进行识别B．分析志愿者提供的带标签数据
C．识别准确率D．图片数据的标签
9．一个智能体在学习时收集到一系列的传感输入xi，但是其对应的输出yi并没有给出。
智能体依然想要构造一个关于输入X的模型用于推理、决策以及预测等，此时学习的种类为（）。
A．监督学习B．无监督学习
C．半监督学习D．深度学习
10．以下局部搜索算法中属于贪婪算法的是（）。
A．爬山法搜索B．模拟退火搜索
C．局部剪枝搜索D．遗传算法
二．填空题（1分×20=20分）
1．学术界有四种对人工智能的定义，分别是类人行为、、
和，其中是本课程学习的主要内容，其定义可概括
为。
2．在二人博弈问题中，最常用的一种分析技术是，这种方法的思想是先生成一颗博弈树，然后再计算其倒推f值。
但它的效率较低，因此人们在此基础上又提出了。
3．智能体的任务环境属性为可观察性、确定性、片段性、静态性、离散性以及智能体数。
那么计时棋赛对应的任务环境属性为完全可观察的、、、、、多智能体的。
4． P （a ）是一个先验概率，那么P （a|b ）是后验概率也叫 。
如果两个变量A 和B 是完全独立的，那么P(A, B) = 。
如果A 和B 在给定C 的情况下是条件独立的，那么P(B |A, C) = 。
利用以上性质建立的概率推理模型叫作 。
5． 使用遗传算法进行局部搜索时，首先初始化种群，计算个体的适应度函数，然后通过 ， ， 操作生成新种群，直到找出最优个体。
6． 普通神经网络由三层神经元组成，分别是 、隐含层和输出层，为了使模型精度更高，我们增加了隐含层的层数使模型变为 。
三．简答题（共20分）
1．什么是智能体。
（4分）
2．形式化定义“真空吸尘器”问题。
（4分） 状态？： 行动？： 目标测试？： 路径消耗？：
3．列举出至少五个机器学习的算法名称。
（5分）
4．在欠拟合和过拟合两种情况下描述机器学习模型的训练误差和测试误差大小。
作出随着模型复杂度的增加，两种误差变化的趋势图。
（7分）
大题得分
小题得分
小题得分
小题得分
小题得分
装
订
线
四．综合计算题（共40分）
1．跟踪贪婪搜索和A*搜索算法使用直线距离启发式h SLD 求解从Lugoj 到Bucharest 问题的
过程。
按顺序列出贪婪算法探索的节点和其f 值，A*算法探索的节点和其g,h,f 值。
求解过程中不考虑避免重复状态。
（8分）
贪婪搜索： 扩展节点n L f(n) 244
扩展节点n f(n)
A*搜索： 扩展节点n L
g h f
244 244
扩展节点n
g h f
扩展节点n
g h f
大题得分 小题得分
2．在澳大利亚地图染色问题中分别使用前向检验和弧相容两种方法进行约束传播。
完善如下表所示的传播过程。
（7分）
前向检验：
WA NT
Q
NSW
V
SA
T
初始 红绿蓝 红绿蓝 红绿蓝 红绿蓝 红绿蓝 红绿蓝 红绿蓝
WA=红 红
Q=绿 红 绿
V=蓝
红
绿
蓝
弧相容（当前WA=红，Q=绿）：
WA NT Q NSW
V
SA
T
当前 红
蓝
绿
红 蓝 红绿蓝 蓝 红绿蓝
SA →NSW
NSW →SA V →NSW SA →NT
3．如图所示博弈树，最下方数字是终止节点的效用值。
请对该博弈树做如下工作： （1）计算各节点准确的极小极大值（标记在节点旁）；
（2）利用α- β剪枝技术剪去不必要的分枝（直接在对应分枝上画X ）。
（8分）
MAX
MIN
MAX
MIN
U
-1 4 -2 2 1 3 5 6 4 2 -1 -2 4 6 5 -2
4．使用蚁群算法求解4个城市A 、B 、C 、D 的TSP 问题。
城市间距离矩阵为D ，初始化各路径信息素τij =0.3,参数设置α=1,β=2小题得分
小题得分
装
订
线
（1）求其第一次选择A 、B 、D 的概率各是多少。
（2）若轮盘随机数固定为p=0.3，求该蚂蚁找到的完整的解以及这个解的耗散。
5．贝叶斯网络模型如下图所示。
(7分)
（1）求 P （A=F,B=T,C=T ）与 P （A=F,B=T,C=F ） （2）求 P （C=T|A=F,B=T ）
C
A
B
小题得分
小题得分。