北京理工大学研究生《人工智能》期末试题
人工智能期末试卷
人工智能期末试卷某某某某2022至2022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分某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．AutomaticIntelligenceB．ArtificalIntelligenceC．AutomaticeInformationD．ArtificalInformation2．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某搜索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:某→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．0.12B．0.28C．0.72D．0.36A．对输入图片进行识别C．识别准确率9．一个智能体在学习时收集到一系列的传感输入某i，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某的模型用于推理、决策以及预测等，此时学习的种类为（）。
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及答案
大学人工智能期末考试题库及答案1. 选择题1. 人工智能（AI）是一种：- [ ] A. 操作系统- [ ] B. 程序语言- [ ] C. 计算机硬件- [x] D. 计算机科学领域2. 以下哪个不是人工智能的应用领域？- [ ] A. 语音识别- [ ] B. 机器研究- [x] C. 图像处理- [ ] D. 人类基因编辑3. 以下哪个不是人工智能的主要方法？- [ ] A. 逻辑推理- [ ] B. 遗传算法- [x] C. 数学公式- [ ] D. 神经网络4. 以下哪个不属于机器研究的类型？- [ ] A. 监督研究- [ ] B. 无监督研究- [ ] C. 强化研究- [x] D. 编程研究5. 以下哪个算法被广泛应用于图像处理和计算机视觉？- [x] A. 卷积神经网络（CNN）- [ ] B. 支持向量机（SVM）- [ ] C. 遗传算法- [ ] D. 贝叶斯网络2. 简答题1. 请简要解释人工智能的定义和作用。
人工智能是一种计算机科学领域，旨在使计算机能够模拟和模仿人类智能的能力。
它的目的是使计算机能够感知、研究、推理和决策，以解决各种复杂问题和任务。
人工智能在许多领域有重大应用，如自然语言处理、图像处理、机器研究等，为现代社会和技术的发展带来了巨大的影响和潜力。
2. 请列举一个你认为人工智能在未来可能出现显著进展的领域，并说明原因。
一个可能出现显著进展的领域是医疗保健。
人工智能可以通过大数据分析和机器研究算法，帮助医生进行更准确的诊断和治疗决策。
它可以快速处理和分析大量的医疗数据，提供个性化的医疗建议，改善病患的治疗结果和医疗服务效率。
此外，人工智能还可以应用于医疗机器人和辅助技术，提供更好的医疗保健服务和患者管理。
3. 请说明机器研究和深度研究之间的区别。
机器研究是人工智能的一个分支，它关注如何从数据中研究和构建模型，以进行预测和决策。
机器研究算法可以通过分析数据集中的模式和规律，自动调整模型参数，并根据历史数据进行预测。
人工智能期末测试练习题1
人工智能期末测试练习题1题目一
请分别解释以下三种人工智能算法的工作原理：
1. 决策树算法
2. 支持向量机算法
3. 神经网络算法
题目二
请简要描述以下人工智能应用领域：
1. 语音识别
2. 图像识别
3. 自然语言处理
题目三
请解释以下术语：
1. 机器研究
2. 深度研究
3. 强化研究
题目四
请简要介绍以下人工智能的伦理问题：
1. 隐私保护
2. 偏见和歧视
3. 技术失控
题目五
请解释以下术语及其在人工智能中的应用：
1. 人机交互
2. 自动驾驶技术
3. 增强现实技术
题目六
请简要描述机器研究中的监督研究和无监督研究，并提供各自的应用场景。
题目七
请解释以下术语及其在人工智能中的应用：
1. 数据挖掘
2. 机器视觉
3. 自然语言生成
题目八
请简要介绍以下人工智能的发展趋势：
1. 强化研究
2. 自主机器人
3. 量子计算机
题目九
请解释以下术语：
1. 推荐系统
2. 迁移研究
3. 云计算在人工智能中的作用
题目十
以你的理解，简述人工智能在未来的发展前景及可能带来的影响。
注意事项
1. 每个问题的回答请控制在100字以内。
2. 答案应尽量准确和简明扼要。
人工智能(研究生)2013年试题_标准答案
课程编号：21-081200-108-07 北京理工大学 2013 - 2014学年第一学期研究生《人工智能》期末试题班级 学号 姓名 成绩1. 学习（30分+5分）下图给出了两类数据，分别如图中和所示。
另外，图中两条黑色粗实线分别代表横、纵坐标轴，其交点为原点。
第1题图现要求对上述数据进行分类。
(1) [10分] 如果采用Decision Tree 实现分类，请说明该Decision Tree 的非叶节点、叶节点和边分别是什么，并计算以下两个值：(a) 该数据集的Entropy; (b) 当根节点选择根据x 的值是否大于0来进行决策时，所对应的Information Gain 。
解：1）非叶节点为x 与y ，叶节点为类别，边为x 与y 的取值区间；2）两类样本分别为6个和9个，因此：69151522Entropy()log l 6969(0.74)0.972151og ( 1.325)1515S =-==-⨯-⨯-⨯--⨯ 3）254478728222Entropy(0)(log lo 72584g )(log 4157715log )88x >=-⨯-⨯+-⨯-⨯ (( 1.81)(0.49))72584((415771581)(1))0948.=-⨯--⨯-+-⨯--⨯-= ()()()Gain S,Entropy S Entropy 0.9720.940.032x x =-=-=(2)[10分] 如果采用Naïve Bayesian Classifier实现分类，并将x，y的取值分别离散化为“大于0”和“小于等于0”两种情况，请给出需要学习的数值及其结果，进而判断当0x时的分类结果>y,0≤解：已知样本a = {a1,a2}，其中a1为属性x的值,a2为属性y的值。
类别集合C={黑框，白球}若给出某一测试用例m，则需计算P(黑框|m)与P(白球|m)，并据此来进行判别，但若要计算这两个概率值，则需要计算各个类条件概率，下面为具体的学习过程。
《人工智能基础》期末试卷答案2套
《人工智能基础》试卷A一、单项选择题（每题2分，共30分）1. AI的是哪两个英文单词的缩写（）A. Automatic IntelligenceB. Artificial IntelligenceC. Automatic InformationD. Artificial Information2. 下列不属于人工智能学派的是（）A. 符号主义B. 机会主义C. 行为主义D. 连接主义3. 人工智能的概念最早是由哪一位科学家提出来的（）A. 麦卡锡B. 图林C. 冯·诺依曼D. 明斯基4. 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与技能，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5. 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（）A. 正向推理B. 反向推理C. 双向推理D. 目标驱动推理6. 语义网络表达知识时，有向孤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D. 鲁棒性7. 已知初始问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题。
这种知识表示法叫（）A. 状态空间法B. 问题归约法C. 谓词逻辑法D. 语义网络法8. 或图通常称为（）A. 框架网络B. 语义图C. 博弈图D. 状态图9. 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C. 空子句D. 析取式10. MGU是（）A. 最一般合一B. 最一般替换C. 最一般谓词D. 基替换11. 如果在大型数据集上训练决策树。
为了花费更少的时间来训练这个模型，下列哪种做法是正确的（）A. 增加树的深度B. 增加学习率C. 减少树的深度D. 减少树的数量12. 下列选项哪个不是完备的规则策略（）A. 删除策略B. 支撑集策略C. 线性归结D. 线性输入策略13. 下列机器学习方法不属于基于获取知识的表示分类的是（）A. 产生式规则B. 归纳推理C. 决策树D. 神经网络14. 下列关于不确定性知识描述错误的是（）。
人工智能期末试题 (2)
研究生《人工智能》期末试题班级学号姓名成绩1. 在如下图所示的Grid World问题中，灰色实心块表示障碍，机器人将从起点出发走到终点，可以按横向、纵向和对角线方向行走，其中在横向、纵向上行走一步的长度为1，在对角线方向行走的长度为1.4。
现要求机器人规划一条最短路径。
（1）[10分] 用A*搜索方法求解该问题。
给出搜索图，在图上标注每个节点的启发函数值（h值）和估价函数值（f值），以及节点扩展顺序。
（2）[10分] 用Q-学习方法求解该问题。
不必叙述学习过程，直接标注Q-值以及每个状态下的最优动作。
终点始点第1题图2. [10分] 某公司招聘工作人员，A、B、C三人面试。
面试后，公司表示如下想法：（1）三人中至少录取一人。
（2）如果录取A而不录取B，则一定录取C。
（3）如果录取B，则一定录取C。
求证：用Resolution Refutation推理方法证明公司一定录取C。
3. [10分] 请综合利用Single-layer Perceptron和Decision Tree 表示如下布尔函数：()CA¬∧。
（注：XOR表示异或运BXOR算）。
（提示：可将该函数看作一个复合函数）4. [10分] 给定数据集合及其决策结果如下：样本决策结果属性A1属性A2属性A31 No 3 3 52 Yes 36 13 503 Yes 15 14 304 No 14 22 65 No 23 7 246 Yes 4 18 8其中，根据A1, A2和A3的属性值是否大于10来进行决策。
基于该数据集，利用Maximum Information Gain准则生成一棵Decision Tree。
给出该Decision Tree及其生成过程。
（提示：6.1≈）3log25. 在如下图所示的Bayesian Belief Network中，I, H, L, P, E均为布尔型变量。
I表示是否聪明（Intelligent），H表示是否诚实（Honest），L表示是否有许多竞选资金（LotsOfCompainFunds），P表示是否受欢迎（Popular），E 表示是否竞选成功（Elected）。
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。
- 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)。
2
2. 给定布尔函数： A B XNOR C 。（注：XNOR 表示同或运算）。 （1）设计一个实现 A B 的两层感知器；（7 分） （2）在第 1 小题设计的两层感知器基础上，增加一个径向基函数网络，实现
A B XNOR C 。（8 分）
3. 给定如下函数：
f x x 3 60 x 2 900 x பைடு நூலகம்00
课程编号：21-081200-108-07
北京理工大学 2010 - 2011 学年第一学期
研究生《人工智能》期末试题
班级 学号 姓名 成绩
四、计算题（45 分，每小题 15 分） 1. 兹有以下知识: （1）约翰喜欢吃牛排，或者约翰喜欢吃土豆。 （2）如果约翰既喜欢吃牛排又喜欢吃土豆，那么约翰是一个不偏食的人。 （3）如果某人喜欢吃牛排，那么他喜欢吃土豆。 （4）如果某人喜欢吃土豆，那么他喜欢吃牛排。 应用归结演绎推理方法证明：约翰是一个不偏食的人。
其中限定 x 为[0,31]区间中的整数。现要求使用遗传算法求解 f x 的最大值（最 优 x 10 ），采用二进制串进行编码。 1）给出编码方案 （2 分） 2）根据编码方案，将下表中 4 个个体表示为相应二进制串，填在表中。（3 分）
Individual P1 P2 P3 Value 28 15 23
1
Binary String
P4
4
3）设二进制串中位置编号方式是从左至右，且从 0 开始按顺序编号。选择上表 中 P3 和 P2 作为父代个体，执行单点交叉（交叉位置在第 1 位）得到子代个体 C1 和 C2. 继续选择 P4 和 P2 作为父代个体，执行单点交叉（交叉位置在第 2 位）得到子代个体 C3 和 C4。写出这些交叉过程和结果。（7 分） 4）计算 C1 对应的 x 和 f x 。（3 分）