人工智能习题作业机器学习II习题答案

合集下载

人工智能习题库与答案

人工智能习题库与答案一、单选题（共103题，每题1分，共103分）1.（）问题更接近人类高级认知智能，有很多重要的开放问题。

A、计算机视觉B、自然语言处理C、语音识别D、知识图谱正确答案：B2.逻辑回归模型中的激活函数Sigmoid函数值范围是A、（0,1）B、[0,1]C、(-∞~∞)D、[-1,1]正确答案：A3.使用什么命令检测基本网络连接？A、routeB、pingC、netstatD、ifconfig正确答案：B4.关于bagging下列说法错误的是：（）A、为了让基分类器之间互相独立，需要将训练集分为若干子集。

B、当训练样本数量较少时，子集之间可能有重叠。

C、最著名的算法之一是基于决策树基分类器的随机森林。

D、各基分类器之间有较强依赖，不可以进行并行训练。

正确答案：D5.下列快捷键中能够中断（Interrupt Execution）Python程序运行的是A、F6B、Ctrl+QC、Ctrl+CD、Ctrl+F6正确答案：C6.下列关于深度学习说法错误的是A、LSTM在一定程度上解决了传统RNN梯度消失或梯度爆炸的问题B、CNN相比于全连接的优势之一是模型复杂度低，缓解过拟合C、只要参数设置合理，深度学习的效果至少应优于随机算法D、随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题正确答案：C7.传统GBDT以（）作为基分类器A、线性分类器B、CARTC、gblinearD、svm正确答案：B8.半监督支持向量机简称？A、S2VMB、SSVMC、S3VMD、SVMP正确答案：C9.以下不属于人工智能软件的是（）。

A、语音汉字输入软件B、百度翻译C、在网上与网友下棋D、使用OCR汉字识别软件正确答案：C10.云计算通过共享（）的方法将巨大的系统池连接在一起。

A、CPUB、软件C、基础资源D、处理能力正确答案：C11.下列哪项是自然语言处理的Python开发包？A、openCVB、jiebaC、sklearnD、XGBoost正确答案：B12.神经网络中最基本的成分是()模型。

人工智能习题库与参考答案

人工智能习题库与参考答案一、多选题（共100题，每题1分，共100分）1.字典a={'k1':'v1','k2':'v2','k3':'v3'}，执行完a.setdefault('k1','v99')语句后，a的值为（）；执行完a.setdefault('k4','v4')语句后，a的值为（）。

A、{'k1':'v4','k2':'v4','k3':'v4'}B、{'k1': 'v99', 'k2': 'v2', 'k3': 'v3'}C、{'k1': 'v1', 'k2': 'v2', 'k3': 'v3', 'k4': 'v4'}D、{'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}正确答案：CD2.公司级人工智能平台应集成（）、（）、（）、模型管理、模型验证、基础模型服务及部分实时性要求不高的业务模型服务模块A、样本管理B、数据训练C、语音识别D、推理计算正确答案：ABD3.基因遗传算法的组成部分包括()。

A、初始化编码B、交叉和变异C、适应度函数D、选择正确答案：ABCD4.为加强人工智能领域标准化顶层设计，推动人工智能产业技术研发和标准制定，促进产业健康可持续发展，国家标准化管理委员会、中央网信办、国家发展改革委、（）等部门近日联合印发《国家新一代人工智能标准体系建设指南》A、教育部B、科技部C、商务部D、工业和信息化部正确答案：BD5.机器学习的要素有哪些？A、泛化能力B、样本空间划分C、一致性假设正确答案：ABC6.关于OLAP和OLTP的区别描述,正确的是?A、OLAP主要是关于如何理解聚集的大量不同的数据.它与OTAP应用程序不同B、与OLAP应用程序不同,OLTP应用程序包含大量相对简单的事务.C、OLAP的特点在于事务量大,但事务内容比较简单且重复率高.D、OLAP是以数据仓库为基础的,但其最终数据来源与OLTP一样均来自底层的数据库系统,两者面对的用户是相同的.正确答案：ABD7.常用的数据归约方法有（）。

人工智能课后习题答案

优化方法
可采用批量梯度下降、随机梯度下降、小批量梯度下降等优化算法，以及动量法、AdaGrad、RMSProp、Adam等自适应学习率优化方法。
课后习题解答与讨论
• 习题一解答：详细阐述感知器模型的原理及算法实现过程，包括模型结构、激活函数选择、损失函数定义、权重和偏置项更新方法等。
• 习题二解答：分析多层前馈神经网络的结构特点，讨论隐藏层数量、神经元个数等超参数对网络性能的影响，并给出一种合适的超参数选择方法。
发展历程
人工智能的发展大致经历了符号主义、连接主义和深度学习三个阶段。符号主义认为人工智能源于对人类思维的研究，尤其是对语言和逻辑的研究；连接主义主张通过训练大量神经元之间的连接关系来模拟人脑的思维；深度学习则通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
机器学习原理及分类
深度学习框架与应用领域
深度学习框架
深度学习框架是一种用于构建、训练和部署深度学习模型的开发工具。目前流行的深度学习框架包括 TensorFlow、PyTorch、Keras等。
应用领域
深度学习已广泛应用于图像识别、语音识别、自然语言处理、推荐系统等多个领域，并取得了显著的成果。
课后习题解答与讨论
习题四解答
讨论人工智能的伦理问题，如数据隐私、算法偏见等，并提出可能的解决方案。
02 感知器与神经网络
感知器模型及算法实现
感知器模型
感知器是一种简单的二分类线性模型，由输入层、权重和偏置项、激活函数（通常为阶跃函数）以及输出层组成。
感知器算法实现
通过训练数据集，采用梯度下降法更新权重和偏置项，使得感知器对训练样本的分类误差最小化。
时序差分方法

人工智能习题库含参考答案

人工智能习题库含参考答案一、单选题（共103题，每题1分，共103分）1.表达式 3 and not 5 的值为_______。

A、FALSEB、3C、TRUED、$2正确答案：A2.预测分析过程包括：数据的准备、预测模型开发、模型验收和评估、使用PMML实现大数据预测的有效部署。

（）是指对数据的采集和整理A、评估B、预测模型开发C、模型验收D、数据的准备正确答案：D3.关于级联相关网络描述错误的是(___)A、属于结构自适应网络，网络结构也是其优化目标；B、主要成分为级联、相关、归约；C、无需设置网络层数、隐层神经元数目；D、训练速度快，但数据较小时容易陷入过拟合；正确答案：B4.下面（）不是有效的变量名。

A、NumbrB、my-scoreC、bananaD、_demo正确答案：B5.下面关于随机森林和集成学习的说法，正确的是（）A、随机森林只能用于解决分类问题B、集成学习通过构建多个模型，并将各个模型的结果使用求平均数的方法集成起来，作为最终的预测结果，提高分类问题的准确率C、随机森林由随机数量的决策树组成D、随机森林的弱分类器（基分类器）的特征选择不是随机的正确答案：B6.某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题（）A、关联规则发现B、自然语言处理C、分类D、聚类正确答案：A7.批规范化(Batch Normalization)的好处都有啥？A、让每一层的输入的范围都大致固定B、它将权重的归一化平均值和标准差C、它是一种非常有效的反向传播(BP)方法D、这些均不是正确答案：A8.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、概率正确答案：B9.以下()的说法是正确。

A、术语NoSQL是“No!SQL”的缩写B、术语NoSQL可以理解为“NotOnlySQL”的缩写C、NoSQL数据库始终遵循ACID原则D、NoSQL数据库属于关系数据库技术正确答案：B10.关于贝叶斯网的学习描述错误的为(___)A、网络结构为已知；B、贝叶斯的学习过程为对训练样本计数；C、评分搜索为求解的常用办法；D、估计出每个结点的条件概率；正确答案：A11.下面算法中哪个不是回归算法A、岭回归B、随机森林C、线性回归D、逻辑回归正确答案：D12.TensorFlow程序开发时经常会使用到placeholder，placeholder是指？A、张量B、常量C、占位符D、变量正确答案：C13.考虑某个具体问题时，你可能只有少量数据来解决这个问题。

机器学习与人工智能(深度学习)习题与答案

一、填空题1.卷积层的输出通常由3个量来控制，它们分别是深度、步幅和（）。

正确答案：补零2.深度神经网络和浅度神经网络模型具有相似的结构，由输入层、输出层和( )构成。

正确答案：隐层3.我们将在深度网络学习的训练过程中，对于神经网络单元，按照一定的概率将其暂时从网络中丢弃的方法称作（）。

正确答案：Dropout二、判断题1.池化层可以非常有效地缩小参数矩阵的尺寸，从而减少后面的卷积层或者全连接层中的参数数量。

正确答案：√2.多伦多大学的Geoffrey Hinton教授利用预训练的方式来缓解局部最优解的问题，提出了真正意义上的深度神经网络，从而掀起了第二次机器学习热潮——“深度学习”。

正确答案：√3.正则化方法是一种通过引入额外的新信息来解决机器学习中过拟合问题的方法。

正确答案：√4.全连接的神经网络应用于图像处理时可能会导致一个严重的参数数量的膨胀的问题。

正确答案：√三、多选题1.以下能够避免过拟合的方法有？( )A.数据增强，从数据源头获取更多数据B.增加训练次数C.增加网络的深度D.正则化正确答案：A、D2.以下能够避免梯度消失和梯度爆炸的方法有？( )A.梯度裁剪，给定梯度的上下阈值B.批规范化C.使用残差网络结构D.采用带记忆的网络结构，如LSTM正确答案：A、B、C、D3.以下哪些属于深层网络模型？( )A.AlexNetB.VGGC.GoogleNetD.ResNet正确答案：A、B、C、D4.卷积层具有以下哪些特点？( )A.稀疏交互B.参数共享C.等变表示D.稠密交互正确答案：A、B、C。

机器学习与人工智能(人工神经网络)习题与答案

1.非线性机器学习算法具有以下的什么特性？A.针对难以用准则来描述的复杂模型B.能够达到更深层次的抽象C.能够进行广泛使用的分类算法D.以上都是正确答案：D2.神经网络的学习步骤包括：1、求得权重等参数，2、定义代价函数，3、对测试数据进行预测，4、根据样本数据和标签采用梯度下降法进行学习，步骤的正确顺序为：A.4213B.2413C.2143D.4123正确答案：B二、判断题1.单层感知器能对线形可分的数据集进行分类，能解决逻辑问题异或。

正确答案：×2.前馈神经网络中偏置单元可以有输入。

正确答案：×3.在某种意思上，小批量梯度下降算法是以迭代次数换取算法的运行速度。

正确答案：√4.神经网络中的神经元有两个状态：兴奋、抑制。

这两个状态由阈值决定。

正确答案：√5.前馈式神经网络层间有反馈。

6.小批量梯度下降法在迭代的每一步中，参数的更新只用了小批量样本的信息。

正确答案：√7.小批量梯度下降法和随机梯度下降算法收敛可能需要更多的迭代次数正确答案：√三、多选题1.使用均方误差作为代价函数，有什么特点？( )A.形式简单B.通俗易懂C.容易出现饱和现象D.容易陷入局部最优解正确答案：A、B、C、D2.感知器可以解决一下哪些问题？( )A.实现逻辑关系中的与B.实现逻辑关系中的或C.实现逻辑关系中的非D.线性分类和线性回归问题正确答案：A、B、C、D3.神经网络具有下面哪几个特点？( )A.能充分逼近复杂的非线性关系B.具有高度的容错能力C.具有自组织能力D.可以并行分布处理正确答案：A、B、C、D4.以下会造成梯度消失的激活函数有( )。

A.sigmoid函数B.tanh函数C.ReLU函数D.softplus函数正确答案：A、B四、填空1.在（）模型中，每个神经元同时将自身的输出作为输入信号反馈给其他神经元。

正确答案：反馈神经网络。

人工智能课后习题第2章参考答案

第2章知识表示方法参考答案2.8设有如下语句，请用相应的谓词公式分别把他们表示出来：(1)有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。

解：定义谓词P(x)：x是人L(x,y)：x喜欢y其中，y的个体域是{梅花，菊花}。

将知识用谓词表示为：(∃x )(P(x)→L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花))(2) 有人每天下午都去打篮球。

解：定义谓词P(x)：x是人B(x)：x打篮球A(y)：y是下午将知识用谓词表示为：(∃x )(∀y) (A(y)→B(x)∧P(x))(3)新型计算机速度又快，存储容量又大。

解：定义谓词NC(x)：x是新型计算机F(x)：x速度快B(x)：x容量大将知识用谓词表示为：(∀x) (NC(x)→F(x)∧B(x))(4) 不是每个计算机系的学生都喜欢在计算机上编程序。

解：定义谓词S(x)：x是计算机系学生L(x, pragramming)：x喜欢编程序U(x,computer)：x使用计算机将知识用谓词表示为：¬(∀x) (S(x)→L(x, pragramming)∧U(x,computer))(5)凡是喜欢编程序的人都喜欢计算机。

解：定义谓词P(x)：x是人L(x, y)：x喜欢y将知识用谓词表示为：(∀x) (P(x)∧L(x,pragramming)→L(x, computer))2.9用谓词表示法求解机器人摞积木问题。

设机器人有一只机械手，要处理的世界有一张桌子，桌上可堆放若干相同的方积木块。

机械手有4个操作积木的典型动作：从桌上拣起一块积木；将手中的积木放到桌之上；在积木上再摞上一块积木；从积木上面拣起一块积木。

积木世界的布局如下图所示。

图机器人摞积木问题解：(1) 先定义描述状态的谓词CLEAR(x)：积木x上面是空的。

ON(x, y)：积木x在积木y的上面。

ONTABLE(x)：积木x在桌子上。

HOLDING(x)：机械手抓住x。

人工智能习题库与参考答案

人工智能习题库与参考答案一、单选题（共103题，每题1分，共103分）1.下面是一段将图像转换为向量的函数img2vector。

该函数创建1×1024的NumPy数组，然后打开给定的文件，循环读出文件的前32行，并将每行的头32个字符值存储在NumPy数组中，最后返回数组。

请问填充在空白处的代码应该是哪个。

def img2vector(filename): returnVect = zeros((1,1024)) fr = open(filename) for i in range(32): ______________________________ for j in range(32): returnVect[0, 32*i+j] = int(lineStr[j]) return returnVectA、lineStr = fr.readlines()B、lineStr = fr.readline()C、lineStr = readline()D、lineStr = fr.read_line()正确答案：B2.()学派认为未知参数与其他变量一样，都是随机变量，因此参数估计和变量推断能统一在推断框架下进行。

A、贝叶斯B、马尔可夫C、切比雪夫D、珀尔正确答案：A3.强化学习在每个时刻环境和个体都会产生相应的交互。

个体可以采取一定的（），这样的行动是施加在环境中的。

A、rewardB、agentC、actionD、state正确答案：C4.根据机器智能水平由低到高，正确的是（）A、计算智能、感知智能、认知智能B、机器智能、感应智能、认知智能C、机器智能、感知智能、认知智能D、计算智能、感应智能、认知智能正确答案：A5.PCA的步骤不包括（）A、构建协方差矩阵B、矩阵分解得到特征值和特征向量C、特征值排序D、特征值归一化正确答案：D6.一种将数据转换成信息的分析过程叫做()。

A、预测性分析B、规范性分析C、描述性分析D、诊断性分析正确答案：C7.全局梯度下降算法、随机梯度下降算法和批量梯度下降算法均属于梯度下降算法，以下关于其有优缺点说法错误的是:A、全局梯度算法可以找到损失函数的最小值B、随机梯度算法可以找到损失函数的最小值C、全局梯度算法收敛过程比较耗时D、批量梯度算法可以解决局部最小值问题正确答案：B8.（）是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。

机器学习与人工智能(支持向量机与决策树)习题与答案

1.我们要用概率模型对数据和标签进行学习，需要数据/标签对服从某种概率分布，称为（）。

正确答案：数据生成分布2.在决策树学习中将已生成的树进行简化的过程称为（）。

正确答案：剪枝二、判断题1.支持向量分类器的判断规则只由训练观测的一部分（支持向量）确定。

正确答案：√2.支持向量机通过使用核函数来扩大特征空间。

正确答案：√3.支持向量机可看作是一类简单、直观的最大间隔分类器的推广。

正确答案：√4.支持向量是最靠近决策表面的数据点。

正确答案：√5.树的内部结点用特征作标签，树枝用是否符合特征来标签。

正确答案：√6.过拟合发生在模型太过偏向训练数据时，对于决策树可以采用修剪的方法阻止过拟合。

正确答案：√7.对于实值特征，可以用比较测试将数据划分为两部分，或者选择范围过滤。

正确答案：√8.决策树的节点有两种类型：内部节点和叶节点。

内部节点表示一个特征或属性，叶节点表示一个类。

9.过拟合发生在模型太过偏向训练数据时。

正确答案：√10.决策树的修剪可以采用正则化的方法。

正确答案：√三、单选题1.怎样理解非完美分类的超平面分类器？( )A.允许小部分训练观测被误分。

B.允许大部分训练观测被误分。

C.两种说法都对。

D.两种说法都不对。

正确答案：A2.SVM算法的性能取决于( )。

A.核函数的选择B.核函数的参数C.软间隔参数CD.以上都是正确答案：D3.SVM算法的最小时间复杂度是O(n*n)。

基于这一点，（）规格的数据集并不适用于该算法。

A.大数据集B.小数据集C.中数据集D.不受数据集大小的影响正确答案：A4.假定现在有一个四分类问题，你要用One-vs-all策略训练一个SVM的模型，你需要训练几个SVM模型？（）A.1B.2C.3D.4正确答案：D5.在构建决策树时，需要计算每个用来划分数据特征的得分，选择分数最高的特征，以下可以作为得分的是？（）A.熵B.基尼系数C.训练误差D.以上都是正确答案：D6.在决策树学习过程中，哪些情况可能会导致问题数据（特征相同但是标签不同）？( )A.数据错误B.数据有噪音C.现有的特征不足以区分或决策D.以上都是正确答案：D7.在构建决策树时，以下属于处理有多个值的特征的方法的是( )。

人工智能课后习题第2章参考答案

解：定义谓词P(x)：x是人L(x,y)：x喜欢y其中，y的个体域是{梅花，菊花}。

将知识用谓词表示为：(∃x )(P(x)→L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花))(2) 有人每天下午都去打篮球。

解：定义谓词P(x)：x是人B(x)：x打篮球A(y)：y是下午将知识用谓词表示为：(∃x )(∀y) (A(y)→B(x)∧P(x))(3)新型计算机速度又快，存储容量又大。

解：定义谓词P(x)：x是人L(x, y)：x喜欢y将知识用谓词表示为：(∀x) (P(x)∧L(x,pragramming)→L(x, computer))2.9用谓词表示法求解机器人摞积木问题。

设机器人有一只机械手，要处理的世界有一张桌子，桌上可堆放若干相同的方积木块。

机械手有4个操作积木的典型动作：从桌上拣起一块积木；将手中的积木放到桌之上；在积木上再摞上一块积木；从积木上面拣起一块积木。

积木世界的布局如下图所示。

图机器人摞积木问题解：(1) 先定义描述状态的谓词CLEAR(x)：积木x上面是空的。

ON(x, y)：积木x在积木y的上面。

ONTABLE(x)：积木x在桌子上。

HOLDING(x)：机械手抓住x。

人工智能习题作业机器学习II习题答案

第九章机器学习课后习题及答案一、选择题：1.在机器学习的定义中，没有涉及到下列的哪一个内容？（ D ）A 计算机B 知识与技能C 识别与认知D 人为因素的后期干预2. 塞缪尔的下棋程序采取了对每一个棋局打分的方式，对己有利者分数高，不利者分数低，走棋时，尽量选择使自己分数高的棋局，并存储了53000多棋局及其分值。

这种策略是下列哪一种？（ A ）A 机械学习B 传授学习C 类比学习D 事例学习3. 根据学习系统的基本结构，分析知识库的变化与修改，下哪一个因素对其没有作用？（ D ）A 向其输入信息B 执行者将作用后结果反馈回来C 信息数据的整理D 将信息数据输出4. 在基于事例学习方法中的最近邻物的寻找，实际上在决策树上寻找一条路径的问题，对于具有2个分支系数和深度为d的决策树来讲，在2d≥n(n为元素或事例总数)时，其比较次数为下列的哪一个内容？（ C ）A nB 2nC log2nD n-15. 在类比学习的过程中，一是知识的表示，另一是问题求解，它们没有涉及到下列的哪一个内容？（ D ）A 用框架表示对象B ISA分层结构C 用生成测试法生成可能类似物D 匹配6. 强化学习与监督学习的最大区别在于下列的哪一个内容？（ B ）A 如何产生动作B 对产生动作的好坏作一评价C 外部信息较丰富D 有无教师存在7. 强化学习的基本原理是：某个行为策略导致环境正的奖赏(强化信号)，那么以后产生这个行为策略的趋势便会为下列的哪一个内容？（ A ）A 加强B 趋弱C 随机D 无所谓8. 机器学习知识库的建设中，知识的表达有多种形式，在选择其形式时，必须要考虑的是下列的哪一些内容？（ ABD ）A 表达能力B 易于推理C 形式简单D 易于扩展9. 机械学习是把新的知识存储起来，供需要时检索调用，在这个过程中，下列的哪一些内容是重要考虑的？（ ABD ）A 存储组织B 稳定性C 有序性D 存储与计算之间的关系10. 基于事例的学习，采用原经验的记录与检索和最近邻物体的寻求，后者在寻找时采取的方法有下列的哪一些方法？（ BC ）A 建立模型B 并行过程C 串行过程D 相容启发支持方式11. 基于概念的学习，在其类型定义中，常采用的方法有下列的哪一些？（AD ）A 统计法B 选择法C 说明法D 结构法12. 概念学习的程序除温斯顿（Wi n st on）程序外，还有其他的一些程序，除它们全依赖环境给予的输入事例共同特性外，它们存在下列的哪一些内容差异？（ ABD ） A 依赖近似物 B 依赖正面实例C 事例的知识描述D 给定事例的序列二、填空题：1.机器学习是研究如何使用机器来__模拟人类学习活动__的一门学科。

人工智能导论单元练习题2及答案

一、单选题1、利用遗传算法求解最大化问题f(x)=5x2+2,x∈[14,45]，个体采用二进制编码，编码长度为5，则该二进制编码的精度是_______。

A.1B.3C.4D.2正确答案：A2、在遗传算法的轮盘赌选择方法中，个体被选中的概率取决于该个体的_______。

A.密度B.相对适应度C.多少D.大小正确答案：B3、在遗传算法中，问题的每个有效解被称为一个“染色体(chromosome)” ，也称为“串”，对应于生物群体中的_______。

A.生物个体B.前端C.一个编码单元D.种群正确答案：A4、根据个体的适应度函数值所度量的优劣程度决定它在下一代是被淘汰还是被遗传的操作是_______。

A.选择B.淘汰C.交叉D.变异正确答案：A5、遗传算法中，将问题结构变换为串形式表示的过程为_______。

A.编码B.遗传C.解码D.变换正确答案：A6、遗传算法中，为了体现染色体的适应能力，引入了对问题的每个染色体都能进行度量的函数，称为_______。

A.变换函数B.敏感度函数C.适应度函数D.染色体函数正确答案：C7、在标准遗传算法中，模拟生物父代个体两两结合、繁殖后代这一自然现象的操作是_______操作。

A.变异B.选择C.交叉D.和谐正确答案：C8、在遗传算法中，_______的简单方式是改变编码串的某个位置上的基因。

A.变异操作B.交叉操作C.取符号操作D.选择操作正确答案：A9、粒子速度更新公式中的“惯性部分”表示的是（）。

A.对粒子本身的思考，即来源于自己的经验部分B.对自身运动状态的信任C.粒子间的信息共享，来源于群体中其他优秀粒子的经验D.以上都不是正确答案：B10、下列关于粒子群算法描述正确的是（）。

A.粒子群算法中通过交叉、变异操作来更新粒子B.粒子群算法是一种群智能算法C.粒子群算法能够保证找到最优解D.粒子群算法中不需要进行初始化正确答案：B11、粒子群算法和遗传算法的相同点不包括（）。

人工智能二级考试答案

人工智能二级考试答案一、单项选择题（每题2分，共20分）1. 人工智能的定义是什么？A. 模拟人类智能行为的计算机程序B. 模拟人类思维过程的计算机程序C. 模拟人类情感的计算机程序D. 模拟人类意识的计算机程序答案：A2. 下列哪项技术不属于人工智能的范畴？A. 机器学习B. 深度学习C. 云计算D. 自然语言处理答案：C3. 人工智能的发展历程中，哪个阶段标志着机器学习技术的兴起？A. 1950年代B. 1980年代C. 2000年代D. 2010年代答案：B4. 在人工智能领域，下列哪项技术主要用于图像识别？A. 语音识别B. 机器视觉C. 语义分析D. 强化学习答案：B5. 人工智能在医疗领域的应用不包括以下哪项？A. 辅助诊断B. 药物研发C. 患者护理D. 法律咨询答案：D6. 人工智能中的“深度学习”主要依赖于哪种类型的神经网络？A. 循环神经网络B. 卷积神经网络C. 深度信念网络D. 随机森林答案：B7. 人工智能在金融领域的应用包括以下哪项？A. 风险评估B. 客户服务C. 市场预测D. 所有以上选项答案：D8. 人工智能的伦理问题不包括以下哪项？A. 数据隐私B. 算法偏见C. 能源消耗D. 艺术创作答案：D9. 人工智能在教育领域的应用不包括以下哪项？A. 个性化学习B. 自动评分C. 课程设计D. 学生心理辅导答案：D10. 人工智能技术在交通领域的应用不包括以下哪项？A. 自动驾驶汽车B. 交通流量分析C. 车辆故障预测D. 城市规划设计答案：D二、多项选择题（每题3分，共15分）11. 人工智能在制造业中的应用包括以下哪些？A. 质量检测B. 预测性维护C. 供应链优化D. 客户服务答案：ABC12. 人工智能在农业领域的应用包括以下哪些？A. 作物监测B. 病虫害预测C. 土壤分析D. 市场趋势分析答案：ABC13. 人工智能在零售领域的应用包括以下哪些？A. 个性化推荐B. 库存管理C. 客户服务D. 市场趋势分析答案：ABCD14. 人工智能在能源领域的应用包括以下哪些？A. 能源消耗预测B. 能源分配优化C. 能源生产监控D. 环境影响评估答案：ABC15. 人工智能在法律领域的应用包括以下哪些？A. 法律文档分析B. 案件预测C. 合同审查D. 法律咨询答案：ABCD三、判断题（每题1分，共10分）16. 人工智能的发展完全依赖于大数据。

机器学习与人工智能(合奏学习与正则化方法)习题与答案

一、填空题1.假如有3个独立的分类器，每个分类器犯错误的概率相同为0.1，那么合奏学习错误的概率是（）。

正确答案：0.0282.装袋算法（Bagging）使用（）作为数据生成分布的代理。

正确答案：训练数据3.在AdaBoost算法中，如果一个分类器的误差权重为0.5，那么它的“得分”是（）。

正确答案：0４.一级树可以称为（）。

正确答案：决策树桩二、判断题1.装袋是指通过取样从原始训练数据集中创建m个“新”训练数据集（m"bootstrap"样本），在每个数据集上训练分类器分类，从m个分类器中获得多数投票。

正确答案：√2.Boosting算法对正确分类的数据增加权重，对错误分类的数据减小权重。

正确答案：×解析：Boosting算法对正确分类的数据减小权重，对错误分类的数据增加权重。

3.AdaBoost算法更新数据权重只根据当前分类器更新权重（不改变以前分类器的权重）。

正确答案：√4.一般情况下，Boosting算法即使经过大量迭代，也不会过度拟合。

正确答案：√5.一个强分类器是以概率1-p产生一个误差率小于0.5的分类器。

正确答案：×６.通过梯度下降的原理，求损失函数的极小值来对模型进行优化是在训练集上进行的。

正确答案：√７.与采用权重的和作为正则化项相比，采用权重的平方和作为正则化项会给予权重的较大值更多的惩罚。

正确答案：√8.通过梯度下降法最小化训练集的损失函数得到的参数一般不会使测试集也最小。

正确答案：√9.随着分类器复杂度逐渐增加，测试集上的误差/损失会呈现先下降后上升的趋势。

正确答案：√10.正则化项时损失函数的附加标准，以确保不会过拟合。

正确答案：√11.引入正则化项可以惩罚较大的权重。

正确答案：√12.L1正则化往往会导致稀疏解决方案（大量零权重）。

正确答案：√三、单选题1.Boosting算法中的加权体现在（）。

A.训练阶段数据的加权和分类阶段每个弱分类器的加权B.训练阶段数据的加权，没有分类阶段每个弱分类器的加权C.分类阶段每个弱分类器的加权，没有训练阶段数据的加权D.既没有训练阶段数据的加权，也没有分类阶段每个弱分类器的加权正确答案：A2.AdaBoost算法对于每个弱分类器都需要进行以下三步操作：1、计算加权误差2、改变每个例子的权重3、计算分类器的得分请选择正确的排序？（）A.1、2、3B.1、3、2C.2、1、3D.3、1、2正确答案：B３.基于模型的机器学习包括以下步骤：1、选择一个优化标准（即目标函数），2、建立一个学习算法，3、选择一个模型。

(完整版)人工智能(部分习题答案及解析)

1.什么是人类智能？它有哪些特征或特点？定义：人类所具有的智力和行为能力。

特点：主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。

2.人工智能是何时、何地、怎样诞生的？解：人工智能于1956年夏季在美国Dartmouth大学诞生。

此时此地举办的关于用机器模拟人类智能问题的研讨会，第一次使用“人工智能”这一术语，标志着人工智能学科的诞生。

3.什么是人工智能？它的研究目标是？定义：用机器模拟人类智能。

研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。

4.人工智能的发展经历了哪几个阶段？解：第一阶段：孕育期（1956年以前）；第二阶段：人工智能基础技术的研究和形成（1956~1970年）；第三阶段：发展和实用化阶段（1971~1980年）；第四阶段：知识工程和专家系统（1980年至今）。

5.人工智能研究的基本内容有哪些？解：知识的获取、表示和使用。

6.人工智能有哪些主要研究领域？解：问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。

7.人工智能有哪几个主要学派？各自的特点是什么？主要学派：符号主义和联结主义。

特点：符号主义认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从而思维就是符号计算；联结主义认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息传递，这种传递是并行分布进行的。

8.人工智能的近期发展趋势有哪些？解：专家系统、机器人学、人工神经网络和智能检索。

9.什么是以符号处理为核心的方法？它有什么特征？解：通过符号处理来模拟人类求解问题的心理过程。

特征：基于数学逻辑对知识进行表示和推理。

11.什么是以网络连接为主的连接机制方法？它有什么特征？解：用硬件模拟人类神经网络，实现人类智能在机器上的模拟。

特征：研究神经网络。

人工智能机器学习技术练习(习题卷2)

人工智能机器学习技术练习(习题卷2)第1部分：单项选择题，共62题，每题只有一个正确答案,多选或少选均不得分。

1.[单选题]我们常用 ( ) 版。

A)apache 版B)cdh 版C)Hortonworks版本答案:B解析:2.[单选题]现在有一份数据，你随机的将数据分成了n份，然后同时训练n个子模型，再将模型最后相结合得到一个强学习器，这属于boosting方法吗A)是B)不是C)不确定答案:B解析:3.[单选题]对于非概率模型而言，可按照判别函数线性与否分成线性模型与非线性模型。

下面哪个模型不属于线性模型A)感知机B)AdaBoostC)K-meansD)k近邻答案:B解析:4.[单选题]下列选项中，（）是基于Web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。

A)Jupyter NotebookB)Anconda NavigatorC)Anconda PromptD)Spyder答案:A解析:5.[单选题]为了观察测试 Y 与 X 之间的线性关系，X 是连续变量，使用下列哪种图形比较适合？A)散点图B)柱形图C)直方图D)以上都不对答案:A解析:散点图反映了两个变量之间的相互关系，在测试 Y 与 X 之间的线性关系时，使用散点图最为直观。

6.[单选题]()是指数据减去一个总括统计量或模型拟合值时的残余部分A)极值C)平均值D)残值答案:D解析:残值在数理统计中是指实际观察值与估计值(拟合值)之间的差。

7.[单选题]在抽样方法中,当合适的样本容量很难确定时,可以使用的抽样方法是:A)有放回的简单随机抽样B)无放回的简单随机抽样C)分层抽样D)渐进抽样答案:D解析:8.[单选题]在留出法、交叉验证法和自助法三种评估方法中,()更适用于数据集较小、难以划分训练集和测试集的情况。

A)留出法B)交叉验证法C)自助法D)留一法答案:C解析:9.[单选题]（__)先将数据集中的每个样本看做一个初始聚类簇，然后在算法运行的每一步找到距离最近的两个聚类簇进行合并，该过程不端重复，直至达到预设的聚类簇个数。

人工智能二级考试答案

人工智能二级考试答案一、单项选择题（每题2分，共20分）1. 人工智能的英文缩写是什么？A. AIB. IAC. IID. AII答案：A2. 以下哪个不是人工智能的分支领域？A. 机器学习B. 自然语言处理C. 机器人技术D. 量子计算答案：D3. 人工智能的发展历程中，哪个阶段标志着机器学习技术的兴起？A. 1950年代B. 1980年代C. 2000年代D. 2010年代答案：C4. 在人工智能中，神经网络的灵感来源于哪里？A. 电子电路B. 人脑结构C. 计算机网络D. 量子物理答案：B5. 以下哪个算法不是监督学习算法？A. 决策树B. 支持向量机C. 聚类D. 逻辑回归答案：C6. 深度学习在哪个领域取得了显著的进展？A. 语音识别B. 图像识别C. 自然语言处理D. 所有以上答案：D7. 以下哪个不是人工智能的应用场景？A. 医疗诊断B. 无人驾驶C. 客户服务D. 核能发电答案：D8. 人工智能中的“黑箱”问题指的是什么？A. 算法的不透明性B. 算法的复杂性C. 算法的不可解释性D. 所有以上答案：D9. 以下哪个不是人工智能的伦理问题？A. 数据隐私B. 算法偏见C. 机器自主性D. 能源消耗答案：D10. 人工智能的未来发展中，哪个方向被认为是关键？A. 自动化B. 人机协作C. 通用人工智能D. 所有以上答案：C二、多项选择题（每题3分，共15分）1. 人工智能的主要研究领域包括哪些？A. 机器学习B. 知识表示C. 自然语言处理D. 机器人技术答案：ABCD2. 以下哪些是人工智能的核心技术？A. 深度学习B. 强化学习C. 遗传算法D. 模糊逻辑答案：ABCD3. 人工智能在医疗领域的应用包括哪些？A. 疾病诊断B. 药物研发C. 患者监护D. 手术辅助答案：ABCD4. 人工智能面临的挑战包括哪些？A. 技术难题B. 伦理问题C. 社会影响D. 法律规制答案：ABCD5. 人工智能的发展对社会可能产生哪些影响？A. 劳动力市场变化B. 经济结构调整C. 教育体系改革D. 社会伦理观念更新答案：ABCD三、判断题（每题1分，共10分）1. 人工智能的发展完全依赖于数据。

2020年国家开放大学《人工智能》专题形考任务二参考答案

2020年国家开放大学《人工智能》专题形考任务二参考答案判断题现实世界中的规划问题需要先调度，后规划。

×启发式规划的两种方法是减少更多的边或者状态抽象。

×语义网络的表示方法只能表示有关某一事物的知识，无法表示一系列动作、一个事件等的知识。

×下图表示的是前向状态空间搜索。

√人们需要把分类器学习的样本的特点进行量化，这些量化后的数据，如鸢尾花的高度、花瓣的长度、花瓣的宽度等就是鸢尾花的特征。

这些特征都是有效的，可以提供给分类器进行训练。

×状态空间图是对一个问题的表示，通过问题表示，人们可以探索和分析通往解的可能的可替代路径。

特定问题的解将对应状态空间图中的一条路径。

√贝叶斯定理是为了解决频率概率问题提出来的。

×深度学习是计算机利用其计算能力处理大量数据，获得看似人类同等智能的工具。

√分层规划中包含基本动作和高层动作。

√谓词逻辑是应用于计算机的逻辑形式，其逻辑规则、符号系统与命题逻辑是一样的。

×P（A∣B）代表事件A发生的条件下事件B发生的概率。

×人工智能利用遗传算法在求解优化问题时，会把问题的解用“0”和“1”表示。

0,1就是就是“遗传基因”，01组成的字符串，称为一个染色体或个体。

√选择题人们想让智能机器分辨哪个动物是熊猫，就会输入一些数据告诉机器。

如图上所示的“大大的脑袋，黑白两色，黑眼眶，圆耳朵”，这些属于（特征值）。

贝叶斯网络是（朱迪亚·珀尔）首先提出来的。

遗传算法具有（生存＋检测）的迭代过程的搜索算法。

也就是说，通过群体的一代代的不断进化，最终收敛到“最适应环境”的个体，从而求得问题的最优解或满意解。

（多选）在A* 算法中，当我们找寻当前节点的相邻子节点时，需要考虑（如果该子节点已经在Open列表中，则我们需要检查其通过当前节点计算得到的F值。

如果比它原有计算的F值更小。

如果更小则更新其F值，并将其父节点设置为当前节点。

人工智能练习题库及参考答案

人工智能练习题库及参考答案一、单选题（共103题，每题1分，共103分）1.人工智能之父是（）。

A、恰佩克B、图灵C、奥巴D、诺贝尔正确答案：B2.以下CNN网络模型中，最早用于手写数字识别的是（）A、LeNet-5B、AlexNetC、ResNet50D、ResNet152正确答案：A3.以（）为中心是数据产品区别于其他类型产品的本质特征A、分析B、客户C、资源D、数据正确答案：D4.能通过对过去和现在已知状况的分析，推断未来可能发生的情况的专家系统是（）。

A、调试专家系统B、修理专家系统C、预测专家系统D、规划专家系统正确答案：C5.如下关于机器学习的定义，合理的是A、&机器学习仅对有标签的数据有用&B、&机器学习是一门计算机编程的科学&C、&机器学习是让机器人拥有智能的学科D、机器学习是一门让电脑不依赖特别明确的程序而拥有学习能力的研究领域&正确答案：D6.对于神经网络的说法, 下面正确的是 : 1. 增加神经网络层数, 可能会增加测试数据集的分类错误率 2. 减少神经网络层数, 总是能减小测试数据集的分类错误率 3. 增加神经网络层数, 总是能减小训练数据集的分类错误率A、1B、1 和 2C、$2D、1 和 3正确答案：A7.迹运算返回的是矩阵对角元素的（）。

A、和B、积C、差D、平均值正确答案：A8.贝叶斯网络是基于概率推理的()模型。

A、数据B、数学C、判断D、图形正确答案：B9.Python中heapq是一种（）数据结构A、列表数据结构B、树型数据结构C、队列数据结构D、链表数据结构正确答案：B10.GPU 擅长计算密集和易于并行的程序。

A、TRUEB、FALSE正确答案：A11.在python中，x=[11,8,7,2,3]，x.insert(4,[4,5])，列表x的值为()。

A、[11,8,7,2,4,5,3]B、[11,8,7,2,[4,5],3]C、[11,8,7,[4,5],2,3]D、[11,8,7,4,5,2,3]正确答案：B12.C5.0和QUEST决策树只能处理()目标值的问题。

人工智能习题作业机器学习II习题答案

人工智能习题库与答案

人工智能习题库与参考答案

人工智能课后习题答案

人工智能习题库含参考答案

机器学习与人工智能(深度学习)习题与答案

机器学习与人工智能(人工神经网络)习题与答案

人工智能课后习题第2章 参考答案

人工智能习题库与参考答案

机器学习与人工智能(支持向量机与决策树)习题与答案

人工智能课后习题第2章 参考答案

人工智能习题作业机器学习II习题答案

人工智能导论单元练习题2及答案

人工智能二级考试答案

机器学习与人工智能(合奏学习与正则化方法)习题与答案

(完整版)人工智能(部分习题答案及解析)

人工智能机器学习技术练习(习题卷2)

人工智能二级考试答案

2020年国家开放大学《人工智能》专题 形考任务二参考答案

人工智能练习题库及参考答案

人工智能课后习题第2章参考答案

人工智能课后习题第2章参考答案

2020年国家开放大学《人工智能》专题形考任务二参考答案