人工智能基礎(chǔ)概念考試試題及參考答案1、剪枝方法和程度對決策樹泛化性能的影響相當(dāng)顯著，有實驗研究表明，在數(shù)據(jù)帶有噪聲時通過剪枝甚至可將決策樹的泛化性能提高()。A、0.2B、0.25C、30%D、0.35答案：B2、數(shù)據(jù)清洗的方法不包括（）A、缺失值處理B、噪聲數(shù)據(jù)清除C、一致性檢查D、重復(fù)數(shù)據(jù)記錄處理答案：D3、（）是自然語言處理的重要應(yīng)用，也可以說是最基礎(chǔ)的應(yīng)用。A、文本識別B、機器翻譯C、文本分類D、問答系統(tǒng)答案：C4、一般來講,下列語言屬于人工智能語言的是。A、VBB、PascalC、LogoD、Prolog答案：D5、如果一個訓(xùn)練好的模型在測試集上有100%的準(zhǔn)確率，這是不是意味著在一個新的數(shù)據(jù)集上，也會有同樣好的表現(xiàn)？A、是的，這說明這個模型的范化能力已經(jīng)足以支持新的數(shù)據(jù)集合了B、不對，依然后其他因素模型沒有考慮到，比如噪音數(shù)據(jù)答案：B6、AI是（）的英文縮寫。A、AutomaticIntelligenceB、ArtificalIntelligenceC、AutomaticeInformationD、ArtificalInformation答案：B7、如果問題存在最優(yōu)解，則下面幾種搜索算法中，（）必然可以得到該最優(yōu)解。A、廣度優(yōu)先搜索B、深度優(yōu)先搜索C、有界深度優(yōu)先搜索D、啟發(fā)式搜索答案：A8、在數(shù)據(jù)量大的情況下，對于相同的文本分類任務(wù)，對Bert模型和word2vec模型的分類效果判斷正確的是（）A、bert分類效果優(yōu)于word2vecB、word2vec分類效果優(yōu)于bertC、效果一致D、以上選項均不正確答案：A9、下列屬于無監(jiān)督學(xué)習(xí)的是：()A、k-meansB、SVMC、最大熵D、CRF答案：A10、根據(jù)（），目前的集成學(xué)習(xí)方法大致可分為兩大類，即個體學(xué)習(xí)器間存在強依賴關(guān)系、必須串行生成的序列化方法，以及個體學(xué)習(xí)器間不存在強依賴關(guān)系、可同時生成的并行化方法。A、個體學(xué)習(xí)器的數(shù)量B、個體學(xué)習(xí)器的生成方式C、個體學(xué)習(xí)器的的類型D、個體學(xué)習(xí)器的的強弱答案：B11、下列哪部分不是專家系統(tǒng)的組成部分（）。A、用戶B、綜合數(shù)據(jù)庫C、推理機D、知識庫答案：A12、為了解決如何模擬人類的感性思維，例如視覺理解、直覺思維、悟性等，研究者找到一個重要的信息處理的機制是：。A、專家系統(tǒng)B、人工神經(jīng)網(wǎng)絡(luò)C、模式識別D、智能代理答案：B13、如果在大型數(shù)據(jù)集上訓(xùn)練決策樹。為了花費更少的時間來訓(xùn)練這個模型，下列哪種做法是正確的A、增加樹的深度B、增加學(xué)習(xí)率C、減少樹的數(shù)量D、減小樹的深度答案：D14、下面哪個/些超參數(shù)的增加可能會造成隨機森林數(shù)據(jù)過擬合()A、樹的數(shù)量B、樹的深度C、學(xué)習(xí)速率答案：B15、根據(jù)機器智能水平由低到高，正確的排序是（）。A、計算智能、感知智能、認知智能B、感知智能、認知智能、計算智能C、計算智能、認知智能、感知智能D、認知智能、計算智能、感知智能答案：A16、能通過對過去和現(xiàn)在已知狀況的分析，推斷未來可能發(fā)生的情況的專家系統(tǒng)是（）。A、修理專家系統(tǒng)B、預(yù)測專家系統(tǒng)C、調(diào)試專家系統(tǒng)D、規(guī)劃專家系統(tǒng)答案：B17、1997年5月12日，轟動全球的人機大戰(zhàn)中，“更深的藍”戰(zhàn)勝了國際象棋之子卡斯帕羅夫，這是（）。A、人工思維B、機器思維C、人工智能D、機器智能答案：C18、以下()屬于NoSQL數(shù)據(jù)庫中Key-Value的缺點。A、數(shù)據(jù)無結(jié)構(gòu)B、查詢性能不高，缺乏統(tǒng)一查詢語法C、功能相對有限D(zhuǎn)、功能相對有限，不易于做分布式集群答案：A19、激活函數(shù)的目的是什么（）A、加入額外的計算單元B、非線性變換C、加快計算速度D、方便反向傳播計算答案：B20、（）算法是一種最有影響的挖掘關(guān)聯(lián)規(guī)則頻繁項目集的算法A、FP-growthB、EClatC、聚類D、Apdori答案：D21、什么是KDD？（）A、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)B、領(lǐng)域知識發(fā)現(xiàn)C、文檔知識發(fā)現(xiàn)D、動態(tài)知識發(fā)現(xiàn)答案：A22、（）是人工智能的核心，是使計算機具有智能的主要方法，其應(yīng)用遍及人工智能的各個領(lǐng)域。A、深度學(xué)習(xí)B、人機交互C、機器學(xué)習(xí)D、智能芯片答案：C23、（）是感知信息能力最強的人體器官之一A、鼻子B、大腦C、小腦D、眼睛答案：D24、關(guān)于專用人工智能與通用人工智能，下列表述不當(dāng)?shù)厥?)。A、人工智能地近期進展主要集中在專用智能領(lǐng)域B、專用人工智能形成了人工智能領(lǐng)域地單點突破，在局部智能水平地單項測試中可以超越人類智能C、通用人工智能可處理視覺、聽覺、判斷、推理、學(xué)習(xí)、思考、規(guī)劃、設(shè)計等各類問題D、真正意義上完備地人工智能系統(tǒng)應(yīng)該是一個專用地智能系統(tǒng)答案：D25、一組數(shù)據(jù)中出現(xiàn)最多的變量值叫做()。A、最大值B、平均值C、中位數(shù)D、眾數(shù)答案：D26、智能機器人可以根據(jù)()得到信息。A、思維能力B、行為能力C、感知能力D、學(xué)習(xí)能力答案：C27、規(guī)則學(xué)習(xí)的目標(biāo)是產(chǎn)生一個能覆蓋盡可能多的樣例的規(guī)則集，最直接的做法是()A、序貫覆蓋B、剪枝優(yōu)化C、假設(shè)驗證D、預(yù)測分布答案：A28、下列屬于無監(jiān)督學(xué)習(xí)的模型是()A、k-meansB、線性回歸C、神經(jīng)網(wǎng)絡(luò)D、決策樹答案：A29、關(guān)于Boosting，Bagging和隨機森林，以下說法錯誤的是A、從偏差-方差分解的角度看，Boosting主要關(guān)注降低偏差B、從偏差-方差分解的角度看，Bagging主要關(guān)注降低方差C、隨機森林簡單、容易實現(xiàn)、計算開銷小D、Boosting不能基于泛化性能相當(dāng)弱的學(xué)習(xí)器構(gòu)建出很強的集成答案：D30、機器學(xué)習(xí)是（）研究發(fā)展到一定階段的必然產(chǎn)物。A、深度學(xué)習(xí)B、人工智能C、神經(jīng)網(wǎng)絡(luò)D、計算機工程答案：B31、下面的數(shù)據(jù)中哪個不屬于噪聲數(shù)據(jù)()A、重復(fù)數(shù)據(jù)B、虛假數(shù)據(jù)C、錯誤數(shù)據(jù)D、異常數(shù)據(jù)答案：A32、人工智能應(yīng)用研究的兩個最重要最廣泛領(lǐng)域為：（）A、專家系統(tǒng)、自動規(guī)劃B、專家系統(tǒng)、機器學(xué)習(xí)C、機器學(xué)習(xí)、智能控制D、機器學(xué)習(xí)、自然語言理解答案：B33、假設(shè)你在卷積神經(jīng)網(wǎng)絡(luò)的第一層中有5個卷積核，每個卷積核尺寸為7×7，具有零填充且步幅為1。該層的輸入圖片的維度是224×224×3。那么該層輸出的維度是多少？()A、217x217x3B、217x217x8C、218x218x5D、220x220x7答案：C34、()就是要得到一些數(shù)據(jù)大致是什么樣的，它的區(qū)間是什么，它的統(tǒng)計指標(biāo)，以及這樣的數(shù)據(jù)是怎么分布的等信息。A、數(shù)據(jù)搜查B、數(shù)據(jù)檢查C、數(shù)據(jù)探查答案：C35、下列關(guān)于半樸素貝葉斯描述錯誤的為A、假設(shè)屬性之間完全獨立B、假設(shè)屬性之間部分相關(guān)C、獨依賴估計為半樸素貝葉斯最常用的策略D、假設(shè)所以屬性都依賴于同一個屬性答案：A36、下列不屬于人工智能學(xué)派的是A、符號主義B、行為主義C、機會主義D、連接主義答案：C37、圖像識別主要是以（）為基礎(chǔ)的A、元素B、像素C、特征D、部件答案：C38、物聯(lián)網(wǎng)為人工智能的（）提供了基礎(chǔ)設(shè)施環(huán)境，同時帶來了多維度、及時全面的海量訓(xùn)練數(shù)據(jù)。A、應(yīng)用層B、感知層C、數(shù)據(jù)層D、以上都是答案：B39、關(guān)于RBF神經(jīng)網(wǎng)絡(luò)描述錯誤的是A、單隱層前饋神經(jīng)網(wǎng)絡(luò)B、隱層神經(jīng)元激活函數(shù)為徑向基函數(shù)C、輸出層是對隱層神經(jīng)元輸出的非線性組合D、可利用BP算法來進行參數(shù)優(yōu)化答案：C40、（）是專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)，使之不斷改善自身的性能。A、機器學(xué)習(xí)B、深度學(xué)習(xí)C、有監(jiān)督學(xué)習(xí)D、無監(jiān)督學(xué)習(xí)答案：A41、測試集應(yīng)盡可能與訓(xùn)練集A、相容B、相等C、互斥D、包含答案：C42、智能變電站全站配置模型文件，指的是（）。A、SSD文件B、CID文件C、SCD文件D、ICD文件答案：C43、下列樸素貝葉斯估計描述錯誤的是A、采用屬性條件獨立性假設(shè)B、假設(shè)屬性之間相互獨立C、為了避免條件概率是所以屬性上的聯(lián)合概率D、假設(shè)屬性之間是相關(guān)的答案：D44、超市收銀員用掃描器直接掃描商品的條形碼，商品的價格信息就會呈現(xiàn)出來，這主要利用了人工智能中的（）技術(shù)。A、智能代理B、模式識別C、機器翻譯D、專家系統(tǒng)答案：B45、()決策樹選擇信息增益最大的屬性來劃分。A、CART決策樹B、C4.5算法C、多變量決策樹D、ID3算法答案：D46、()通過構(gòu)建并結(jié)合多個學(xué)習(xí)器來完成學(xué)習(xí)任務(wù)，有時也被稱為多分類器系統(tǒng)(multi-classifiersystem)、基于委員會的學(xué)習(xí)(committee-basedlearning)等A、集成學(xué)習(xí)B、歸納學(xué)習(xí)C、分類學(xué)習(xí)D、整理學(xué)習(xí)答案：A47、按標(biāo)注活動的自動化程度，以下()不屬于數(shù)據(jù)標(biāo)注的類別。A、手工標(biāo)注B、自動化標(biāo)注C、半自動化標(biāo)注D、半手工標(biāo)注答案：D48、維利昂特在1984年發(fā)表的論文創(chuàng)立了()研究領(lǐng)域，使機器學(xué)習(xí)有了堅實的數(shù)學(xué)基礎(chǔ)，掃清了學(xué)科發(fā)展的障礙。A、計算學(xué)習(xí)理論B、機器學(xué)習(xí)理論C、機器科學(xué)理論D、機器數(shù)據(jù)理論答案：A49、語言模型的參數(shù)估計經(jīng)常使用MLE（最大似然估計）。面臨的一個問題是沒有出現(xiàn)的項概率為0，這樣會導(dǎo)致語言模型的效果不好。為了解決這個問題，需要使用()A、平滑B、去噪C、隨機插值D、增加白噪音答案：A50、E.A.Feigenbaum等人在著名的《人工智能手冊》（第三卷，把機器學(xué)習(xí)劃分為：機械學(xué)習(xí)、示教學(xué)習(xí)、類比學(xué)習(xí)和（）A、符號主義學(xué)習(xí)B、監(jiān)督學(xué)習(xí)C、無監(jiān)督學(xué)習(xí)D、歸納學(xué)習(xí)答案：D51、以下屬于AI機器決策優(yōu)點的有（）A、具有一致性和邏輯性B、獲取和處理投研信息范圍廣、內(nèi)容全C、可減少人為疏漏和失誤D、可以進行簡單問題的直接回復(fù)、復(fù)雜問題轉(zhuǎn)人工支持答案：ABC52、按照不同的輸入劃分，文本自動生成可包括（）。A、文本到文本的生成B、意義到文本的生成C、數(shù)據(jù)到文本的生成D、圖像到文本的生成答案：ABCD53、邊緣計算是指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用（）為一體的開放平臺，就近提供最近端服務(wù)。A、網(wǎng)絡(luò)B、計算C、存儲D、應(yīng)用核心能力答案：ABCD54、選擇下列哪些屬于可以通過機器學(xué)習(xí)解決的任務(wù)？A、聚類B、分類C、描述D、派生答案：AB55、以下哪些是常用的概念模型（）。A、ER圖B、語言模型C、面向?qū)ο竽Ｐ虳、謂詞模型答案：ACD56、人工智能標(biāo)準(zhǔn)體系中安全與隱私保護標(biāo)準(zhǔn)包括基礎(chǔ)安全，（），安全管理和服務(wù)，產(chǎn)品和應(yīng)用安全。A、數(shù)據(jù)、算法和模型安全B、技術(shù)和系統(tǒng)安全C、人身和設(shè)備安全D、安全測試評估答案：ABD57、機器學(xué)習(xí)的基本活動包括（）。A、訓(xùn)練經(jīng)驗的選擇B、目標(biāo)函數(shù)的選擇C、目標(biāo)函數(shù)的表示D、函數(shù)逼近算法的選擇答案：ABCD58、在計算機視覺應(yīng)用中，常用的圖像特征有（）。A、顏色特征B、紋理特征C、形狀特征D、空間關(guān)系特征答案：ABCD59、常用的聚類性能度量外部指標(biāo)有哪些（）A、Jaccard系數(shù)B、FM指數(shù)C、Rand指數(shù)D、DB指數(shù)答案：ABC60、關(guān)于信息熵，下列說法正確的是。A、變量的不確定性越大，熵也就越大B、一個系統(tǒng)越是有序，信息熵就越高C、信息熵也可以說是系統(tǒng)有序化程度的一個度量D、信息熵是對信息源整體不確定性的度量答案：ACD61、NoSQL數(shù)據(jù)庫的主要優(yōu)勢體現(xiàn)在（）。A、易于數(shù)據(jù)的分散存儲與處理B、數(shù)據(jù)的頻繁操作代價低以及數(shù)據(jù)的簡單處理效率高C、適用于數(shù)據(jù)模型不斷變化的應(yīng)用場景D、數(shù)據(jù)統(tǒng)計及分析的準(zhǔn)確率高答案：ABC62、聲紋識別與語音識別的不同點有（）A、聲紋識別不考慮語音中的字詞信息B、語音識別強調(diào)共性C、語音識別不考慮說話人是誰D、聲紋識別強調(diào)說話人的個人特性答案：ABCD63、常用的數(shù)據(jù)審計方法有（）。A、預(yù)定義審計B、自定義審計C、可視化審計D、結(jié)構(gòu)化審計答案：ABC64、人工智能特指使用機器代替人類實現(xiàn)（）等功能，其本質(zhì)是對人的意識和思想的信息過程的模擬A、認知B、識別C、分析D、決策答案：ABCD65、知識表示必須兼顧（）。A、表達能力強B、易于推理C、易于擴展D、容易修改知識庫答案：ABCD66、Yarn架構(gòu)在Hadoop生態(tài)圈中有哪些作用？A、資源分配B、調(diào)度C、隔離D、計算答案：ABC67、高效能的人工智能系統(tǒng)需要問題領(lǐng)域的知識，通常可把這些知識細分為以下幾種基本類別（）A、陳述性知識是關(guān)于表示綜合數(shù)據(jù)庫的知識。B、過程性知識是關(guān)于表示規(guī)則部分的知識。C、控制知識是關(guān)于表示控制策略方面的知識。D、規(guī)則表達的可以是與待求解的問題有關(guān)的客觀規(guī)律方面的知識，也可以是對求解問題有幫助的策略方面的知識。答案：ABC68、R包提供了（）等數(shù)據(jù)分析中常用的算法。A、設(shè)計線性回歸B、神經(jīng)網(wǎng)絡(luò)C、聚類分析D、矩陣計算答案：ABCD69、與數(shù)據(jù)工程師不同的是，數(shù)據(jù)科學(xué)家不僅需要掌握理論知識和實踐能力，更需要具備良好的精神素質(zhì)—即3C精神（）。A、A創(chuàng)造性地做事（CreativeWorking）B、仔細地總結(jié)（CarefulConclusion）C、批判性地思考（CriticalThinking）D、好奇性地提出問題（CuriousAsking）答案：ACD70、神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)可以分為（）。A、前向型B、反饋型C、自組織競爭型D、隨機型答案：ABCD71、只有符合社會倫理規(guī)范和公共政策的解決方案,才能設(shè)計出可信賴的人工智能。()A、正確B、錯誤答案：A72、2012年神經(jīng)網(wǎng)絡(luò)算法只有2層，而2018年可以做到1200層，在人臉識別領(lǐng)域最高可達一億分之一的誤識