人工智能习题作业神经计算I习题答案
人工智能课后习题答案(清华大学出版社)
3
1
8
4
7
6
5
仙1(5)
K(5)
J(7)
2
3
1
8
4
7
6
5
1
2
3
8
4
7
6
5
1
2
3
8
4
7
6
5
F
L(5)
1
2
3
7
8
4
6
5
1
2
3
8
4
7
6
5
2
3
1
8
4
7
6
5
1
2
3
8
4
7
6
5
J(5)
A
I(5)
G(5)此
2
3
1
8
4
7
6
5
1
3
7
8
4
6
5
〔2)(0(釘肯i
九•上A•一
、丄:丿
上d
0丿11丿
第3章
3.18
(1)证明：待归结的命题公式为
（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
班级
任课教师
阅卷教师
考试方式
开卷□闭卷V
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
1.1解图如下:
规则顺序定义如下:
(1) 1->2
《人工智能》--课后习题答案
《人工智能》课后习题答案第一章绪论1.1答：人工智能就是让机器完成那些如果由人来做则需要智能的事情的科学。
人工智能是相对于人的自然智能而言，即用人工的方法和技术，研制智能机器或智能系统来模仿延伸和扩展人的智能，实现智能行为和“机器思维”，解决需要人类专家才能处理的问题。
1.2答：“智能"一词源于拉丁“Legere”，意思是收集、汇集，智能通常用来表示从中进行选择、理解和感觉。
所谓自然智能就是人类和一些动物所具有的智力和行为能力。
智力是针对具体情况的，根据不同的情况有不同的含义。
“智力”是指学会某种技能的能力，而不是指技能本身。
1。
3答：专家系统是一个智能的计算机程序，他运用知识和推理步骤来解决只有专家才能解决的复杂问题。
即任何解题能力达到了同领域人类专家水平的计算机程序度可以称为专家系统.1。
4答:自然语言处理—语言翻译系统，金山词霸系列机器人-足球机器人模式识别—Microsoft Cartoon Maker博弈—围棋和跳棋第二章知识表达技术2。
1解答：（1）状态空间（State Space）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,状态空间是一个四元组(S，O，S0，G）：S-状态集合；O—操作算子集合;S0—初始状态，S0⊂S；G—目的状态，G⊂S,(G可若干具体状态，也可满足某些性质的路径信息描述)从S0结点到G结点的路径被称为求解路径。
状态空间一解是一有限操作算子序列,它使初始状态转换为目标状态:O1 O2 O3 OkS0→−−−S1→−−−S2→−−−……→−−−G其中O1，…，Ok即为状态空间的一个解(解往往不是唯一的)(2）谓词逻辑是命题逻辑的扩充和发展，它将原子命题分解成客体和谓词两个部分.与命题逻辑中命题公式相对应，谓词逻辑中也有谓词（命题函数）公式、原子谓词公式、复合谓词公式等概念.一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。
（3)语义网络是一种采用网络形式表示人类知识的方法.即用一个有向图表示概念和概念之间的关系，其中节点代表概念，节点之间的连接弧(也称联想弧)代表概念之间的关系。
人工智能课后习题答案
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
蔡自兴_人工智能课后答案
人工智能作业题1 － 1 什么是人工智能？试从学科和能力两方面加以说明。
1 － 4 现在人工智能有哪些学派？它们的任知观是什么？1 － 6 人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？2 － 6 用谓词演算公式表示下列英文句子 ( 多用而不是省用不同谓词和项。
例如不要用单一的谓词字母来表示每个句子 ) 。
A computer system is intelligent if it can perform a task which,if performed by a human, requires intelligence.2 － 7 把下列语句表示成语义网络描述：(1) All man are mortal.(2) Every cloud has a silver liming.(3) All branch managers of DEC participate in a profit-sharing plan.2 － 9 试构造一个描述你的寝室或办公室的框架系统。
补充题：1 、张某被盗，公安局派出五个侦察员去调查。
研究案情时，侦察员 A 说“赵与钱中至少有一人作案”；侦察员 B 说“钱与孙中至少有一人作案”；侦察员 C 说“孙与李中至少有一人作案”；侦察员 D 说“赵与孙中至少有一人与此案无关”；侦察员 E 说“钱与李中至少有一人与此案无关”。
如果这五个侦察员的话都是可信的，试用归结演绎推理求出谁是盗窃犯。
3 －4 如何通过消解反演求取问题的答案？3 － 11 规则演绎系统和产生式系统有哪几种推理方式？各自的特点为何？3 － 6 下列语句是一些几何定理，把这些语句表示为基于规则的几何证明系统的产生式规则：(1) 两个全等三角形的各对应角相等。
(2) 两个全等三角形的各对应边相等。
3 － 17 把下列句子变换成子句形式：4 － 1 计算智能的含义是什么？它涉及哪些研究分支？4 － 6 构作一个神经网络，用于计算含有两个输入的 XOP 函数。
人工智能应用技术练习题库(含参考答案)
人工智能应用技术练习题库（含参考答案）1、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答案：A2、以下关于机器学习说法错误的是A、机器学习可以解决图像识别问题B、目前机器学习已经可以代替人类C、机器学习在一定程度上依赖于统计学习D、监督学习和非监督学习都属于机器学习答案：B3、华为昇腾 AI芯片是 NPU(神经网络处理器)的典型代表之一。
A、TRUEB、FALSE答案：A4、下列哪些包不是图像处理时常用的A、timeB、sklearnC、os1D、opencv答案：C5、现代的卷积神经网络，常用的模块包括哪些A、多分枝结构B、残差连接C、BatchNormalizationD、Sigmoid激活函数答案：C6、下列算法哪些属于 K-means的变种？A、kNNB、MeanshiftC、k-means++D、以上都不是答案：C7、大数据的最显著特征是（）A、数据规模大B、数据类型多样C、数据处理速度快D、数据价值密度高答案：A8、以下关于人工智能系统架构的表述，不正确的是A、人工智能分为应用层、技术层、基础层B、数据处理一般都是在应用层完成C、应用层聚焦人工智能技术和各个领域的结合D、基础层提供计算能力和数据资源答案：B9、护照识别服务的图像数据是不需要用 base64编码的。
A、TRUEB、FALSE答案：B10、传统的机器学习方法包括监督学习、无监督学习和半监督学习，其中监督学习是学习给定标签的数据集。
请问标签为离散的类型，称为分类，标签为连续的数字，又称为什么呢？A、给定标签B、离散C、分类D、回归答案：B11、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：A12、机器学习中，模型需要输入什么来训练自身，预测未知?A、人工程序B、神经网络C、训练算法D、历史数据答案：D13、计算机的运算是计算机的主要性能指标之一，与主要性能无关的是A、字长B、主频C、互联网的宽带D、内存和硬盘的工作速度答案：C14、图像处理一般指数字图像处理。
人工智能应用方向练习题库含参考答案
人工智能应用方向练习题库含参考答案一、单选题（共48题，每题1分，共48分）1.Tanh激活函数在神经网络中可以将神经元计算数值变化到以下哪个范围内？A、［-0.5，0.5］B、［-1，1］C、［-1，0］D、［0，1］正确答案：B2.图像识别任务可以分为三个层次，根据处理内容的抽象性，从低到高依次为？A、图像处理，图像分析，图像理解B、图像分析，图像处理，图像理解C、图像分析，图像理解，图像处理D、图像理解，图像分析，图像处理正确答案：A3.机器翻译属于下列哪个领域的应用？A、专家系统B、机器学习C、人类感官模拟D、自然语言系统正确答案：D4.深度学习可以用在下列哪些NLP任务中A、情感分析B、问答系统C、机器翻译D、所有选项正确答案：D5.平台中人工智能算法在支撑业务应用时，应充分考虑算法计算精度突然降低、计算结果出错、计算结果超时等状况下对（）造成的不利影响。
A、业务系统B、网站C、业务流程D、电力系统正确答案：A6.深度学习可以用在下列哪些NLP任务中？A、情感分析B、问答系统C、机器翻译D、所有选项正确答案：D7.人工智能产业链主要包括：基础技术支撑，（），人工智能应用。
A、人工智能技术B、大数据C、互联网D、智能平台建设正确答案：A8.对股票涨跌方向的判断，理论上下列哪些方法是可行的？A、SVMB、DBSCANC、FP-growthD、决策树正确答案：D9.模型库功能要求为：模型测试包括模型部署、（）测试和服务管理，模型测试服务发布应支持向导模式，宜支持一键自动发布测试服务，模型测试服务宜支持单卡内存级分配。
A、离线B、自动C、手动D、在线正确答案：D10.下列哪些网用到了残差连接A、FastTextB、BERTC、GoogLeNetD、ResNet正确答案：D11.对于较长的序列数据，使用（）可以大大提升循环神经网络处理能力。
A、LeNetB、AlexNetC、LSTMD、CNN正确答案：C12.下列选项中，不属于生物特征识别技术的是（）。
人工智能导论单元练习题1及答案
一、单选题1、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.具有完全的智能B.和人脑一样考虑问题C.完全代替人D.模拟、延伸和扩展人的智能正确答案：D2、盲人看不到一切物体，他们可以通过辨别人的声音识别人，这是智能的____方面。
A.行为能力B.感知能力C.思维能力D.学习能力正确答案：B3、连接主义认为人的思维基元是____。
A.符号B.神经元C.数字D.图形正确答案：B4、第一个神经元的数学模型-MP模型是____年诞生的。
A.1943B.1958C.1982D.1986正确答案：A5、符号主义认为人工智能源于____。
A.数理逻辑B.神经网络C.信息检索D.遗传算法正确答案：A6、被誉为“人工智能之父”的科学家是____。
A.明斯基B.麦卡锡C.图灵D.香农正确答案：C7、在等代价搜索算法中，总是选择____节点进行扩展。
A.代价最小B.深度最小C.深度最大D.代价最大正确答案：A8、八数码问题中, 启发函数f(x)=g(x)+h(x)中的常使用____来定义g(x)。
A.节点x与目标状态位置不同的棋子个数B.节点x的子节点数C.节点 x 与目标状态位置相同的棋子个数D.节点x所在层数正确答案：D9、在图搜索算法中，设规定每次优先从OPEN表的前端取一个节点进行考察，则在宽度优先搜索中，新扩展出的子代节点应该放在OPEN 表的____。
A.前端B.末端C.任意位置D.后端正确答案：B10、在图搜索算法中，设规定每次优先从OPEN表的前端取一个节点进行考察，则在深度优先搜索中，新扩展出的子代节点应该放在OPEN 表的____。
A.前端B.末端C.任意位置D.后端正确答案：A11、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.宽度优先搜索B.深度优先搜索C.有界深度优先搜索D.A*算法正确答案：A12、在启发式搜索中,____提供一个评定侯选扩展节点的方法，以便确定哪个节点最有可能在通向目标的最佳路径上。
人工智能基础概念习题(含答案)
人工智能基础概念习题（含答案）一、单选题（共60题，每题1分，共60分）1、在数据产品研发的过程中，以下()属于低层次数据。
A、一次数据B、三次数据C、二次数据D、零次数据正确答案：D2、在人工神经网络算法中，不属于实现“人工神经元”的方法的有()。
A、感知器B、线性单元C、Sigmoid单元D、Untied单元正确答案：D3、下列哪项不是构建知识图谱用到的主要技术（）A、关系抽取B、命名实体识别C、词性标注D、实体链接正确答案：C4、以下关于机器学习说法错误的是A、机器学习可以解决图像识别问题B、监督学习和非监督学习都属于机器学习C、机器学习在一定程度上依赖于统计学习D、目前机器学习已经可以代替人类正确答案：D5、图像识别任务可以分为三个层次，根据处理内容的抽象性，从低到高依次为A、图像分析，图像处理，图像理解B、图像分析，图像理解，图像处理C、图像理解，图像分析，图像处理D、图像处理，图像分析，图像理解正确答案：D6、2010年谷歌推出以顶点为中心的图处理系统（），其专为大规模图数据处理而设计，将图数据保存在主存储器中并采用并行计算的BSP模型A、PregelB、DregelC、CregelD、Aregel正确答案：A7、()是人工智能地核心，是使计算机具有智能地主要方法，其应用遍及人工智能地各个领域。
A、深度学习B、智能芯片C、机器学习D、人机交互正确答案：C8、标准AdaBoost只适用于（）任务A、二分类B、分类C、回归D、多分类正确答案：D9、阿尔法狗是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序，它的主要工作原理是什么？A、深度学习B、卷积神经网络C、机器学习D、BP神经网络正确答案：A10、下列选项中，不属于生物特征识别技术的是（）A、声纹识别B、文本识别C、步态识别D、虹膜识别正确答案：B11、对学习器的泛化性能进行评估，不仅需要有效可行的实验估计方法，还需要有衡量模型泛化能力的评价标准，这就是()。
- 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)。
人工智能习题作业神经计算I习题答案
第五章神经网络课后习题及答案
一、选择题：
1. 在BP算法中，设y=f(xi)为xi的平滑函数，想知道xi对y增大变化的情况，
我们可求，然后进行下列的哪一项？（ B ）
A 取最小
B 取最大
C 取积分
D 取平均值
2. 对于反向传播学习，无论是在识别单个概念的学习或识别两个概念的学习中，都涉及到下列的哪一个操作？（ A ）
A 权值的修正
B 调整语义结构
C 调整阀值
D 重构人工神经元
3. 根据Hopfield网络学习的特点，能实现联想记忆和执行线性和非线性规划等求解问题其应用没有涉及到下列的哪一个内容？（ D ）
A 模糊推理模型
B 非线性辨认
C 自适应控制模型
D 图象识别
4. 对于神经网络的二级推理产生式规则由三个层次构成，它不含下列的哪一个层次？（ C ）
A 输入层
B 输出层
C 中间层
D 隐层
5. 人工神经网络借用了生理神经元功能的一些描述方式，它涉及
到下列的哪一些内容？（ ABC ）
A 模拟神经元
B 处理单元为节点
C 加权有向图
D 生理神经元连接而成
6. 在应用和研究中采用的神经网络模型有许多种，下列的哪一些是具有代表性的？（ ABD ）
A 反向传递（BP）
B Hopfield网
C 自适应共振
D 双向联想存储器
7. 下列的哪一些内容与反向传播学习算法有关？（ ABCD ）
A 选取比率参数
B 误差是否满足要求
C 计算权值梯度
D 权值学习修正
8. 构造初始网络后，要用某种学习算法调整它的权值矩阵，使NN在功能上满足样例集给定的输入一输出对应关系，并由此产生推理，该矩阵必须满足下列的哪一个性质？ ( A )
A 收敛性
B 对称性
C 满秩性
D 稀疏性
9. 在人工神经元的功能描述中，往往会用一激发函数来表示输出，常用的一般非线性函数有下列的哪一些项？ ( ABD )
A 阀值型
B 分段线性强饱和型
C 离散型
D S i gm oid型
10. 基于神经网络的推理，其应用中必须涉及到下列的哪一些内容？
( ACD )
A NN的结构模型
B NN的推理规则
C NN的学习算法
D 从NN到可解释的推理网
二、填空题：
1. 前馈网络是一种具有很强学习能力的系统，结构简单，易于编程。
前馈网络通
过简单非线性单元的复合映射而获得较强的非线性处理能力，实现静态_非线性映射___。
2. 基于神经网络的学习是研究如何使用人工神经网络来模拟生理神经元的特性，并讨论了__反向传播__如何改变一个模拟神经元对另一个模拟神经元的作用
3. 生理神经元由一个细胞体和突两部分组成。
突分两类，即轴突和_树突___。
三、简答题：
1. 人工神经网络为什么具有诱人的发展前景和潜在的广泛应用领域？
人工神经网络具有如下至关重要的特性：
(1) 并行分布处理
适于实时和动态处理
(2)非线性映射
给处理非线性问题带来新的希望
(3) 通过训练进行学习
一个经过适当训练的神经网络具有归纳全部数据的能力，能够解决那些由数学模型或描述规则难以处理的问题
(4) 适应与集成
神经网络的强适应和信息融合能力使得它可以同时输入大量不同的控制信号，实现信息集成和融合，适于复杂，大规模和多变量系统
(5) 硬件实现
一些超大规模集成是电路实现硬件已经问世，使得神经网络成为具有快速和大规模处理能力的网络。
2. 简述生物神经元及人工神经网络的结构和主要学习算法。
生物神经元
大多数神经元由一个细胞体(c ell b ody或s o ma)和突(p r o c e ss)两部分组成。
突
分两类，即轴突(a xo n)和树突(de n d r i t e)，轴突是个突出部分，长度可达
1m，把本神经元的输出发送至其它相连接的神经元。
树突也是突出部分，但一般较短，且分枝很多，与其它神经元的轴突相连，以接收来自其它神经元的生物信号。
轴突的末端与树突进行信号传递的界面称为突触(s y na p s e)，通过突触向其它神经元发送信息。
对某些突触的刺激促使神经元触发(fi r e)。
只有神经元所有输入的总效应达到阈值电平，它才能开始工作。
此时，神经元就产生一个全强度的输出窄脉冲，从细胞体经轴突进入轴突分枝。
这时的神经元就称为被触发。
突触把经过一个神经元轴突的脉冲转化为下一个神经元的兴奋或抑制。
学习就发生在突触附近。
每个人脑大约含有10^11-10^12个神经元，每一神经元又约有10^3-10^4个突触。
神经元通过突触形成的网络，传递神经元间的兴奋与抑制。
大脑的全部神经元构成极其复杂的拓扑网络群体，用于实现记忆与思维。
人工神经网络的结构
人工神经网络由神经元模型构成。
每个神经元具有单一输出，并且能够与其它神经元连接，存在许多输出连接方法，每种连接方法对应于一个连接权系数。
人工神经网络的结构分为2类，
(1)递归(反馈)网络
有些神经元的输出被反馈至同层或前层神经元。
信号能够从正向和反向流通。
Hopfield网络，E l mman网络和J o r d an网络是代表。
(2) 前馈网络
具有递阶分层结构，由一些同层神经元间不存在互连的层级组成。
从输入层至输出层的信号通过单向连接流通，神经元从一层连接至下一层，不存在同层神经元之间的连接。
多层感知器(ML P)，学习矢量量化网络(LVQ)，小脑模型连接控制网络(C M AC)和数据处理方法网络(GM DH)是代表。
人工神经网络的主要学习算法
(1) 指导式(有师)学习
根据期望和实际的网络输出之间的差来调整神经元连接的强度或权。
包括Del ta
规则，广义Del ta规则，反向传播算法及LVQ算法。
(2) 非指导(无导师)学习
训练过程中，神经网络能自动地适应连接权，以便按相似特征把输入模式分组聚集。
包括K o h o n e n算法，C ar pe nt e r-Gr o ssb e rg自适应谐振理论(A RT) (3) 强化学习
是有师学习的一种特例。
它不需要老师给出目标输出，而是由一个“评论员”来评介与给定输入相对应的神经网络输出的优度。
例如遗传算法(G A)。