人工智能核心算法考试题及答案
人工智能核心算法模拟题及参考答案
人工智能核心算法模拟题及参考答案1、基于神经网络的分类模型是？A、生成模型B、判别模型C、两者都不属于D、两者都属于答案：B2、优化器是训练神经网络的重要组成部分，使用优化器的目的不包含以下哪项：A、加快算法收敛速度B、减少手工参数的设置难度C、避过过拟合问题D、避过局部极值答案：C3、在SCikitTearn中，DBSCAN算法对于()参数值的选择非常敏感A、pB、epsC、njobsD、a1gorithm答案：B4、11和12正则化是传统机器学习常用来减少泛化误差的方法，以下关于两者的说法正确的是：A、11正则化可以做特征选择B、11和12正则化均可做特征选择C、12正则化可以做特征选择D、11和12正则化均不可做特征选择答案：A5、Re1U在零点不可导，那么在反向传播中怎么处理OA、设为0B、设为无穷大C、不定义D、设为任意值答案：A6、代码array=np.arange(10,31,5)中的5代表()?A、元素的个数B、步长C、第一个元素D、最后一个元素答案：B7、图像处理中无损压缩的目的是OA、滤除图像中的不相干信号B、滤除图像中的高频信号C、滤除图形中的低频信号D、滤除图像中的冗余信号答案：D8、对于DBSCAN,参数EPS固定，当MinPtS取值较大时，会导致A、能很好的区分各类簇B、只有高密度的点的聚集区划为簇，其余划为噪声C、低密度的点的聚集区划为簇，其余的划为噪声D、无影响答案：B9、为应对卷积网络模型中大量的权重存储问题，研究人员在适量牺牲精度的基础上设计出一款超轻量化模型OA、KNNB、RNNC、BNND、VGG答案：C10、在前馈神经网络中，误差后向传播（BP算法）将误差从输出端向输入端进行传输的过程中，算法会调整前馈神经网络的什么参数A、输入数据大小B、神经元和神经元之间连接有无C、相邻层神经元和神经元之间的连接权重D、同一层神经元之间的连接权重答案：C11、1STM是一个非常经典的面向序列的模型，可以对自然语言句子或是其他时序信号进行建模，是一种OOA、循环神经网络B、卷积神经网络C、朴素贝叶斯D、深度残差网络答案：A12、O的核心训练信号是图片的“可区分性”。
人工智能 考试试题及答案
一、选择题(每题1分，共15分)1、AI的英文缩写是A)Automatic Intelligence B)Artifical IntelligenceC)Automatice Information D)Artifical Information2、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3、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4、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5、(A→B)∧A=>B是A)附加律B)拒收律C)假言推理D)US6、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7、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8、MGU是A)最一般合一B)最一般替换C)最一般谓词D)基替换9、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）IBM C）深思D）蓝天10、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11、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’∧C2’12、或图通常称为A）框架网络B)语义图C)博亦图D)状态图13、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。
14、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15.要想让机器具有智能，必须让机器具有知识。
人工智能核心算法考试题及参考答案
人工智能核心算法考试题及参考答案1、在一个神经网络中，下面哪种方法可以用来处理过拟合？A、DropoutB、分批归一化Batch NormalizationC、正则化regularizationD、都可以答案：D2、随机森林是一种集成学习算法，是（）算法的具体实现。
A、BoostingB、BaggingC、StackingD、Dropping答案：B3、通过以下哪些指标我们可以在层次聚类中寻找两个集群之间的差异？（）A、单链接B、全链接C、均链接D、以上都行答案：D4、RNN引入了循环的概念，但是在实际过程中却出现了初始信息随时间消失的题，即长期依赖（Long-TermDependencies）问题，所以引入（）。
A、CNNB、LSTMC、GRUD、BERT答案：B5、我们想在大数据集上训练决策树, 为了减少训练时间, 我们可以A、增加树的深度B、增大学习率Learnin RateC、对决策树模型进行预剪枝D、减少树的数量答案：C6、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、actionB、rewardC、stateD、agent答案：A7、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、神经网络不会收敛答案：D8、下列关于K-Means聚类说法错误的是（）A、聚类的簇个数会由模型自动给出B、可以使用多组随机的初始中心点进行计算C、聚类前应当进行维度分析D、聚类前应当进行数据标准化答案：A9、下面关于SVM中核函数的说法正确的是？（）A、核函数将低维空间中的数据映射到高维空间B、它是一个相似度函数C、A、B都对D、A、B都不对答案：C10、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：A11、如果处理以下形状的数据时，适宜采用DBSCAN的是A、球形B、SS形C、椭球形D、方形答案：B12、循环神经网络(recurrent neural network，RNN)，是一种用于处理具有类似( )的数据的神经网络。
人工智能核心算法模拟习题含答案
人工智能核心算法模拟习题（含答案）1、图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是（）、人脸识别等其他高层次视觉任务的基础A、物体检测B、图像分割C、物体跟踪D、行为分析答案：ABCD2、决策树分为两大类OoA、回归树B、分类树C、交叉树D、森林答案:AB3、关于学习器结合的描述，正确的是OoA、避免单学习器可能因误选而导致泛化性能不佳B、降低陷入局部极小点的风险C、假设空间扩大，有可能学得更好的近似D、多学习器结合有可能冲突答案：ABC4、（）类型的数据集不适合用深度学习？A、数据集太小B、数据集有局部相关性C、数据集太大D、数据集没有局部相关性答案：AD5、需要循环迭代的算法有OoA、k-meansB、线性回归C、svmD、逻辑回归答案:ABD6、下列描述正确的是OA、K均值一般会聚类所有对象，但DBSCAN会丢弃被它识别为噪声的对象B、当簇具有很不相同的密度时，K均值和DBSCAN的性能都很差C、K均值可以用于高维的稀疏数据，DBSCAN则通常在此类数据上性能很差D、K均值可以发现不是明显分离的簇，但DBSCAN会合并有重叠的簇答案：ABCD7、深度学习中常用的损失函数有？A、11损失函数B、均方误差损失函数C、交叉燧误差损失函数D、自下降损失函数答案：BC8、预剪枝使得决策树的很多分子都没有展开，会导致OOA、显著减少训练时间开销B、显著减少测试时间开销C、降低过拟合风险I）、提高欠拟合风险答案：ABCD9、在某神经网络的隐层输出中，包含0.75,那么该神经网络采用的激活函数可能是OA、sigmoidB、tanhC、re1u答案：ABC10、关于随机森林说法正确的是OA、与AdaboOSt相比，随机森林采用一个固定的概率分布来产生随机向量B、随着个体学习器数目的增加，随机森林通常会收敛到更低的泛化误差C、与AdabOOSt相比，随机森林鲁棒性更好D、随机森林的训练效率往往低于Bagging答案：ABC11、下列哪些项用于对问题进行形式化A、感知B、初始状态C、动作D、环境答案：BC12、深度学习中的激活函数需要具有哪些属性？A、计算简单B、非线性C、具有饱和区D、几乎处处可微答案：ABC13、常见的聚类算法有哪些？A、密度聚类B、层次聚类C、谱聚类D、Kmeans答案：ABCD14、对于朴素贝叶斯分类器，下面说法正确的是OA、适用于小规模数据集B、适用于多分类任务C、适合增量式训练D、对输入数据的表达形式不敏感答案：ABC15、下列可用于隐马尔可夫预测的算法是OOA、维特比算法B、Baum-We1ch算法C、前向-后向算法D、拟牛顿法答案：ABCD16^Hiatp1ot1ib中,SUbPIOts_adjust方法中的()和()参数分别控制图片的宽度和高度百分比，以用作子图间的间距。
人工智能考试题及答案初中
人工智能考试题及答案初中一、单选题（每题3分，共30分）1. 人工智能的英文缩写是什么？A. AIB. IAC. SID. AII答案：A2. 人工智能之父是谁？A. 艾伦·图灵B. 约翰·麦卡锡C. 马文·闵斯基D. 艾伦·纽厄尔答案：B3. 下列哪个选项不是人工智能的应用领域？A. 语音识别B. 自动驾驶C. 机器人技术D. 传统制造业答案：D4. 人工智能的核心是什么？A. 算法B. 数据C. 硬件D. 软件答案：A5. 深度学习是哪种类型的机器学习？A. 监督学习B. 无监督学习C. 强化学习D. 半监督学习答案：B6. 人工智能的发展经历了几个阶段？A. 两个B. 三个C. 四个D. 五个答案：B7. 人工智能的三大支柱是什么？A. 数据、算法、硬件B. 数据、算法、计算力C. 数据、计算力、硬件D. 算法、计算力、硬件答案：B8. 人工智能的“智能”体现在哪些方面？A. 感知、推理、学习B. 感知、推理、记忆C. 感知、记忆、学习D. 推理、记忆、学习答案：A9. 人工智能的终极目标是什么？A. 模拟人类智能B. 超越人类智能C. 替代人类工作D. 提高生产效率答案：A10. 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. 手术机器人D. 疾病预防答案：D二、多选题（每题5分，共30分）1. 人工智能的主要研究领域包括哪些？A. 机器学习B. 自然语言处理C. 计算机视觉D. 知识表示答案：ABCD2. 人工智能在教育领域的应用包括哪些？A. 智能教学B. 智能评测C. 个性化学习D. 虚拟助教答案：ABCD3. 人工智能的发展历程中，哪些事件具有重要意义？A. 艾伦·图灵提出图灵测试B. 约翰·麦卡锡提出人工智能概念C. 深度学习在图像识别领域的突破D. IBM的深蓝战胜国际象棋冠军答案：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. 安全问题D. 法律问题答案：ABCD5. 人工智能在交通领域的应用包括哪些？A. 智能导航B. 交通流量监控C. 自动驾驶汽车D. 智能停车答案：ABCD6. 人工智能在金融领域的应用包括哪些？A. 智能投顾B. 风险管理C. 欺诈检测D. 客户服务答案：ABCD三、判断题（每题2分，共20分）1. 人工智能的发展完全依赖于大数据。
人工智能试题及答案
人工智能试题及答案# 人工智能基础试题及答案## 一、选择题1. 人工智能（AI）的起源可以追溯到哪个年代？A. 1940年代B. 1950年代C. 1960年代D. 1970年代答案：B2. 以下哪个不是人工智能的分支？A. 机器学习B. 深度学习C. 量子计算D. 自然语言处理答案：C3. 神经网络是以下哪个领域的核心技术？A. 计算机视觉B. 语音识别C. 机器人技术D. 所有以上答案：D## 二、判断题1. 人工智能可以完全替代人类的工作。
（）答案：错误2. 机器学习是人工智能的一种实现方式。
（）答案：正确3. 深度学习不需要大量的数据进行训练。
（）答案：错误## 三、简答题1. 简述人工智能的定义。
答案：人工智能（Artificial Intelligence, AI）是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
2. 什么是机器学习？答案：机器学习是人工智能的一个分支，它使计算机系统能够从经验中学习并改进性能，而无需进行明确的编程。
机器学习算法可以基于数据进行预测或决策，无需人类干预。
3. 描述深度学习的基本原理。
答案：深度学习是一种机器学习方法，它使用类似于人脑的神经网络结构来模拟复杂的模式识别和数据表示。
这些网络由多层神经元组成，能够从原始数据中自动学习特征，从而实现图像识别、语音识别等高级任务。
## 四、论述题1. 论述人工智能在医疗领域的应用及其潜在影响。
答案：人工智能在医疗领域的应用包括辅助诊断、患者监护、药物研发和个性化治疗等。
AI技术可以帮助医生分析医学影像，提高诊断的准确性和效率。
在药物研发方面，AI可以加速新药的发现过程，降低研发成本。
此外，AI还可以通过分析大量患者数据，为患者提供个性化的治疗方案。
然而，人工智能在医疗领域的应用也引发了隐私保护、伦理和法律责任等问题，需要在技术发展的同时，制定相应的法规和标准。
人工智能算法入门考试
人工智能算法入门考试（答案见尾页）一、选择题1. 人工智能算法的基础是什么？A. 机器学习B. 深度学习C. 自然语言处理D. 计算机视觉2. 以下哪个是人工智能算法的一种？A. 决策树B. 随机森林C. 神经网络D. 支持向量机3. 人工智能算法在哪些领域有广泛应用？A. 医疗保健B. 交通运输C. 金融服务D. 所有以上领域4. 机器学习中，以下哪个概念描述了模型的预测能力？A. 精确率B.召回率C. F1 分数D. A和B5. 在深度学习中，哪种类型的神经网络通常用于图像识别任务？A. 卷积神经网络（CNN）B. 循环神经网络（RNN）C. 长短期记忆网络（LSTM）D. 以上都可以6. 人工智能算法与传统计算机算法的主要区别是什么？A. 计算能力B. 学习能力C. 交互性D. 并行性7. 在人工智能中，什么是“黑箱”模型？A. 不能解释模型的决策过程B. 可以完全解释模型的决策过程C. 模型决策过程可以部分解释D. 没有实际模型8. 人工智能算法的哪个发展方向是模拟人类大脑的工作方式？A. 机器学习B. 深度学习C. 强化学习D. 人工神经网络9. 在人工智能中，什么是“训练集”？A. 训练模型的数据集合B. 训练模型的硬件设备C. 训练模型的软件环境D. 训练模型的算法10. 人工智能算法的未来发展趋势是什么？A. 更加智能化B. 更加广泛的应用C. 更加普及到各行各业D. A和B11. 什么是人工智能算法？A. 人工智能算法是一种计算机程序B. 人工智能算法是一组用于解决人工智能问题的规则和程序C. 人工智能算法是一种模拟人类智能行为的计算模型D. 人工智能算法是一种数据挖掘技术12. 人工智能算法可以分为哪几类？A. 机器学习算法B. 深度学习算法C. 自然语言处理算法D. 计算机视觉算法13. 机器学习算法中，哪种算法不是无监督学习算法？A. K-均值聚类B. 线性回归C. 逻辑回归D. 支持向量机14. 深度学习算法中，哪种算法不是卷积神经网络的一种？A. 循环神经网络B. 长短期记忆网络C. 卷积神经网络D. 调整线性单元15. 自然语言处理算法中，哪种算法主要用于情感分析？A. 文本分类算法B. 词袋模型C. 得到向量算法D. 注意力机制16. 计算机视觉算法中，哪种算法可以用于物体检测？A. 霍夫变换B. 边缘检测C. K-均值聚类D. YOLO（You Only Look Once）17. 人工智能算法在哪个领域有广泛的应用？A. 医疗保健B. 金融C. 教育D. 所有领域18. 人工智能算法的发展历程可以分为几个阶段？A. 早期研究B. 快速发展期C. 稳定应用期D. 高级阶段19. 人工智能算法的未来发展方向是什么？A. 提高算法性能B. 提高算法可解释性C. 降低算法成本D. 扩大应用领域20. 在人工智能算法中，哪种算法通常用于模式识别？A. 决策树B. 支持向量机C. 随机森林D. 神经网络21. 什么是人工智能？A. 人工智能是一种模拟人类智能的技术和系统B. 人工智能可以替代人类进行所有的思考和工作C. 人工智能只能在特定领域内应用D. 人工智能的发展前景充满了不确定性22. 人工智能的基本组成包括哪些？A. 硬件和软件B. 数据和算法C. 机器学习和深度学习D. 人工智能语言和框架23. 在人工智能中，哪种技术是用于处理大量数据的？A. 机器学习B. 深度学习C. 自然语言处理D. 计算机视觉24. 以下哪个不是人工智能的应用领域？A. 医疗保健B. 交通管理C. 农业生产D. 金融投资25. 人工智能的发展历程可以分为几个阶段？A. 初创期B. 成熟期C. 衰退期D. 繁荣期26. 在人工智能中，哪种技术是用于模拟人类智能行为的？A. 神经网络B. 专家系统C. 模糊逻辑D. 遗传算法27. 人工智能中的机器学习技术包括哪些方法？A. 监督学习B. 无监督学习C. 强化学习D. 集成学习28. 在人工智能中，哪种技术是用于将人类语言转化为计算机可以理解的代码？A. 自然语言处理B. 语音识别C. 计算机视觉D. 机器翻译29. 人工智能的发展对于就业市场有什么影响？A. 会导致某些岗位的消失B. 会创造新的就业机会C. 会使所有工作变得更容易D. 会对经济发展产生负面影响30. 以下哪个因素对人工智能的发展最为关键？A. 计算能力的提升B. 互联网的出现C. 人类的创造力D. 政策和法规的支持31. 人工智能算法的基础是什么？A. 机器学习B. 深度学习C. 自然语言处理D. 计算机视觉32. 以下哪个不是人工智能算法的应用领域？A. 医疗诊断B. 交通控制C. 虚拟现实D. 农业生产33. 人工智能中的深度学习与机器学习的主要区别是什么？A. 深度学习模型包含多个隐层B. 机器学习模型需要手动特征工程C. 深度学习模型的训练速度更快D. 机器学习模型可以处理结构化数据34. 人工智能算法中，哪种算法是用于模式识别？A. 随机森林B. 支持向量机（SVM）C. 神经网络D. K-均值聚类35. 人工智能在自然语言处理中的应用有哪些？A. 语音识别B. 机器翻译C. 情感分析D. 文本摘要36. 人工智能算法中，哪种算法是用于解决优化问题？A. 线性规划B. 随机搜索C. 动态规划D. 蚁群算法37. 人工智能中的卷积神经网络（CNN）主要用于哪种类型的图像识别任务？A. 基于颜色的分类B. 基于形状的分类C. 基于纹理的分类D. 基于对象的识别38. 人工智能算法中，哪种算法是用于时间序列预测？A. 长短期记忆网络（LSTM）B. 支持向量机（SVM）C. 神经网络D. 随机森林39. 在人工智能中，什么是“黑箱”模型？A. 一个不透明的模型，其内部运作不可见B. 一个需要大量数据的模型C. 一个简单的模型，易于理解和解释D. 一个高度复杂的模型，难以理解40. 人工智能算法的发展对于未来社会的影响是什么？A. 提高生产效率B. 促进教育公平C. 解决资源短缺问题D. 增加就业机会二、问答题1. 什么是人工智能？请简述人工智能的定义及其发展历程。
人工智能相关知识点考试题及答案
人工智能相关知识点考试题及答案一、单选题（每题2分，共20分）1. 人工智能的英文缩写是什么？A. AIB. MLC. NLPD. DL答案：A2. 下列哪个选项不是人工智能的主要应用领域？A. 自动驾驶B. 语音识别C. 机器翻译D. 会计审计答案：D3. 深度学习在人工智能中主要解决的问题是什么？A. 数据存储B. 特征提取C. 数据传输D. 数据加密答案：B4. 以下哪个算法不是机器学习算法？A. 决策树B. 支持向量机C. 神经网络D. 快速排序答案：D5. 下列哪个不是人工智能的核心技术？A. 机器学习B. 知识图谱C. 云计算D. 自然语言处理答案：C6. 人工智能的发展历程中，哪个阶段被称为“黄金时代”？A. 1950sB. 1960sC. 1970sD. 1980s答案：B7. 以下哪个是人工智能的伦理问题？A. 数据隐私B. 网络安全C. 系统稳定性D. 软件兼容性答案：A8. 以下哪个不是人工智能的发展趋势？A. 自主化B. 个性化C. 去中心化D. 集中化答案：D9. 人工智能的“感知”能力主要依赖于哪种技术？A. 机器学习B. 深度学习C. 神经网络D. 以上都是答案：D10. 下列哪个是人工智能的挑战？A. 算法复杂性B. 数据质量C. 计算资源D. 以上都是答案：D二、多选题（每题3分，共15分）1. 人工智能的主要应用领域包括哪些？A. 医疗健康B. 金融服务C. 教育D. 娱乐答案：ABCD2. 人工智能的核心技术包括哪些？A. 机器学习B. 深度学习C. 知识图谱D. 云计算答案：ABC3. 人工智能的伦理问题主要涉及哪些方面？A. 数据隐私B. 算法偏见C. 责任归属D. 就业影响答案：ABCD4. 人工智能的发展趋势包括哪些？A. 自主化B. 个性化C. 去中心化D. 集中化答案：ABC5. 人工智能面临的挑战包括哪些？A. 算法复杂性B. 数据质量C. 计算资源D. 伦理问题答案：ABCD三、判断题（每题1分，共10分）1. 人工智能可以完全替代人类工作。
- 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)。
人工智能核心算法考试题及答案1、使用决策树分类时，如果输入的某个特征的值是连续的，通常使用二分法对连续属性离散化，即根据是否大于/小于某个阈值进行划分。
如果采用多路划分，每个出现的值都划分为一个分支，这种方式的最大问题是A、计算量太大B、验证集和测试集表现很差C、验证集表现良好，测试集表现很差D、验证集表现很差，测试集表现很好答案：C2、关于神经网络中经典使用的优化器，以下说法正确的是？A、Adam的收敛速度比RMSprop慢B、相比于SGD或RMSprop等优化器，Adam的收敛效果是最好的C、对于轻量级神经网络，使用Adam比使用RMSprop更合适D、相比于Adam或RMSprop等优化器，SGD的收敛效果是最好的答案：D3、A*搜索算法何时是最优的？（）A、到目标结点的耗散是一个可采纳启发式B、到目标结点的耗散可任意选择C、不存在求解问题的最优的a*搜索算法D、以上描述都不对答案：A4、卷积核与特征图的通道数的关系是：A、卷积核数量越多特征图通道数越少B、卷积核size越大特征图通道数越多C、卷积核数量越多特征图通道数越多D、二者没有关系答案：C5、对线性回归模型进行性能评估时，以下说法正确的是A、均方根误差接近1最好B、均方根误差越大越好C、决定系数越接近1越好D、决定系数越接近0越好答案：C6、人工神经元内部运算包含哪两个部分：A、非线性变换和激活变换B、线性变换和非线性变换C、向量变换和标量变换D、化学变换和电变换答案：B7、以下哪项是主要用于自然语言处理的网络结构（）A、AlexNetB、ResNetC、BertD、LeNet答案：C8、下列关于XGboost算法描述中错误的是A、由于其特殊原因，无法分布式化B、xgboost在代价函数里加入了正则项，用于控制模型的复杂度C、可以处理带有缺失值的样本D、允许使用列抽样来减少过拟合答案：A9、哪种聚类方法采用概率模型来表达聚类（）A、K-meansB、LVQC、DBSCAND、高斯混合聚类答案：D10、在深度学习网络中，反向传播算法用于寻求最优参数，在反向传播算法中使用的什么法则进行逐层求导的?A、链式法则B、累加法则C、对等法则D、归一法则答案：A11、DSSM模型的结构是什么？A、线性B、双塔C、三塔D、非线性答案：B12、Inception模块采用（）的设计形式，每个支路使用（）大小的卷积核。
A、多通路，不同B、单通路，不同C、多通路，相同D、单通路，相同答案：A13、fasterRCNN用于生成候选框proposal的模块名称（）A、RPNB、CNNC、ResNetD、RoIpooling答案：A14、前馈神经网络通过误差后向传播（BP算法）进行参数学习，这是一种（）机器学习手段A、监督学习B、无监督学习C、半监督学习D、无监督学习和监督学习的结合答案：A15、在一个神经网络中，知道每一个神经元的权重和偏差是最重要的一步。
如果知道了神经元准确的权重和偏差，便可以近似任何函数，但怎么获知每个神经的权重和偏移呢？A、搜索每个可能的权重和偏差组合，直到得到最佳值B、赋予一个初始值，然后检查跟最佳值的差值，不断迭代调整权重C、随机赋值，听天由命D、以上都不正确的答案：B16、以下哪种卷积神经网络的设计引入了残差网络结构（）A、LeNetB、AlexNetC、GoogLeNetD、ResNets答案：D17、关于Elman网络描述错误的是(___)A、作为递归神经网络，允许出现环形结构；B、一些神经元的输出反馈回来会作为输入信号；C、用于处理静态模型，即无法处理与时间有关的动态变化；D、可利用BP算法来进行参数优化；答案：C18、以下哪个聚类算法不属于基于网格的聚类算法（）。
A、STINGB、WavelusterC、MAFID、IRH答案：D19、（）是一种基于树结构进行决策的算法。
A、轨迹跟踪B、决策树C、数据挖掘D、K近邻算法答案：B20、GooLeNet中使用较多小tricks，其中全局平局池化GAP就是一个，使用GAP的优点是（）A、提供更好的分类B、减少参数量，实现任意大小的输入C、加速模型收敛D、增加网络深度答案：B21、半监督学习四大范型不含有(___)A、基于分歧方法B、半监督SVMC、生成式方法D、半监督聚类答案：D22、下列哪个函数不可以做非线性激活函数？（）A、y = tanhxB、y = sinxC、y = maxx,0D、y = 2x答案：D23、根据numpy数组中ndim属性的含义确定程序的输出（）。
array=np.array（[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]）;print （array.ndim）A、（3,4）B、2C、（4,3）D、4答案：B24、深度学习神经网络的隐藏层数对网络的性能有一定的影响，以下关于其影响说法正确的是:A、隐藏层数适当减少，神经网络的分辨能力不变B、隐藏层数适当增加，神经网络的分辨能力越强C、隐藏层数适当减少，神经网络的分辨能力越强D、隐藏层数适当增加，神经网络的分辨能力越弱答案：B25、在强化学习中，哪个机制的引入使得强化学习具备了在利用与探索中寻求平衡的能力A、贪心策略B、蒙特卡洛采样C、动态规划D、Bellman方程答案：A26、在处理序列数据时，较容易出现梯度消失现象的深度学习模型是A、CNNB、LSTMC、GRUD、RNN答案：D27、影响基本K-均值算法的主要因素不包括下列哪一个选项？A、样本输入顺序B、模式相似性测度C、聚类准则D、初始类中心的选取答案：C28、决策树模型刚建立时,有很多分支都是根据训练样本集合中的异常数据（由于噪声等原因）构造出来的。
树枝修剪正是针对这类数据（）问题而提出来的。
A、近似B、相同C、不同D、差距答案：A29、以下哪种情况说明模型出现了过拟合（）A、模型对训练集拟合程度高，对测试集拟合程度高B、模型对训练集拟合程度高，对测试集拟合程度低C、模型对训练集拟合程度低，对测试集拟合程度高D、模型对训练集拟合程度低，对测试集拟合程度低答案：B30、下列对LVW算法的说法错误的是(___)A、算法中特征子集搜索采用了随机策略B、每次特征子集评价都需要训练学习器，开销很大C、算法设置了停止条件控制参数D、算法可能求不出解答案：D31、LSTM用于文本分类的任务中，不会出现的网络层是（）A、全连接B、词嵌入层C、卷积层D、以上选项均不正确答案：C32、将输出标记的对数作为线性模型逼近的目标是(___)。
A、对数几率回归B、对数线性回归C、极大似然法D、正则化答案：B33、下列哪项不属于集成学习A、随机森林B、AdaboostD、XGBoost答案：C34、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、密度相连关系答案：B35、代码arr5=np.arange（0,6）.reshape（[2,3]）;print（arr5[1,:]）的输出结果是（）？A、0 1]B、3 4 5]C、2 3]D、0 1 2]答案：B36、循环神经网在工业上最常用的两种实现是：①.LSTM②.GRU③.CNN④.DNNA、①③B、①②C、①③D、①④答案：B37、在下列哪些应用中，我们可以使用深度学习来解决问题？A、蛋白质结构预测B、化学反应的预测C、外来粒子的检测D、所有这些答案：D38、关于线性回归的描述,以下正确的有（）A、基本假设包括随机干扰项是均值为0,方差为1的标准正态分布B、基本假设包括随机干扰项是均值为0的同方差正态分布C、多重共线性会使得参数估计值方差减小D、基本假设包括不服从正态分布的随机干扰项答案：B39、下列哪个是CNN网络的超参数。
B、偏置C、激活函数D、学习率答案：D40、用Tensorflow处理图像识别任务时，若输入数据的形状为[64,224,224,3]，下面说法正确的是A、每一张图片都是二值图片B、每一张图片都是三通道图片C、模型一次处理224张图片（batchsize为224）D、以上选项均不正确答案：B41、决策树的生成是一个(___)过程。
A、聚类B、回归C、递归D、KNN答案：C42、关于贝叶斯网描述错误的是(___)A、也称为信念网；B、借助有向无环图刻画属性之间的关系；C、借助无向无环图刻画属性之间的关系；D、用条件概率表来描述属性的联合概率分布；答案：C43、在其他条件不变的前提下，以下做法容易引起机器学习中的“过拟合”问题的是（）。
A、增加训练集量B、减少神经网络隐藏层节点数C、删除稀疏的特征D、SVM算法中使用高斯核/RBF核代替线性核答案：D44、假定你在神经网络中的隐藏层中使用激活函数 X。
在特定神经元给定任意输入，你会得到输出 -0.01。
X 可能是以下哪一个激活函数？（）A、ReLUB、tanhC、SigmoidD、以上都有可能答案：B45、根据个体学习器的生成方式，目前集成学习大致分为两类，其中一种是个体学习器间存在强依赖关系、必须串行生成的序列化方法，该方法的代表是（）A、BoostingB、BaggingC、随机森林D、reboot答案：A46、聚类是一种典型的无监督学习任务，然而在现实聚类任务中我们往往能获得一些额外的监督信息，于是可通过(___)来利用监督信息以获得更好的聚类效果。
A、监督聚类B、半监督聚类C、聚类D、直推聚类答案：B47、下列选项中，哪个不是关键词提取常用的算法（）A、TF-IDFB、TextRankC、SSAD、LDA答案：C48、数据在完成特征工程的操作后，在构建模型的过程中，以下哪个选项不属于决策树构建过程当中的步骤?A、剪枝B、特征选取C、数据清理D、决策树生成答案：C49、传统GBDT以（）作为基分类器A、线性分类器B、CARTC、gblinearD、svm答案：B50、关于语言建模任务，以下描述不正确的是：A、语言建模任务指的是给定前一个单词去预测文本中的下一个单词。
B、可能是比较简单的语言处理任务，具体的实际应用场景包括：智能键盘、电子邮件回复建议、拼写自动更正等。
C、比较经典的方法基于 n-grams。
D、不可使用平滑处理不可见的 n-grams。
答案：D51、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、这些均不是答案：A52、剪枝分为前剪枝和后剪枝，前剪枝本质就是早停止，后剪枝通常是通过衡量剪枝后（）变化来决定是否剪枝。
A、信息增益B、损失函数C、准确率D、召回率答案：B53、关于常用评分函数描述错误的为(___)A、基于信息论准则；B、学习问题看做为数据压缩任务；C、学习目标为以最短编码长度描述训练数据模型；D、编码位数仅为自身所需的编码位数；答案：D54、机器执行学习的框架体现了其学习的本质是（）A、参数预估B、机器翻译C、图像识别D、参数估计答案：D55、如果问题存在最优解，则下面几种搜索算法中，哪一个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、启发式搜索答案：A56、在神经网络中，每个参数可以有不同的学习率A、正确B、错误答案：A57、监督学习的主要类型是分类和回归A、正确B、错误答案：A58、如果一个对象不强属于任何簇，那么该对象是基于聚类的离群点A、正确B、错误答案：A59、Kmean模型能自动生成K个聚类中心A、正确B、错误答案：B60、LDA算法假设文档中主题的先验分布和主题中词的先验分布都服从狄利克雷分布。