人工智能核心算法模擬題與答案一、單選題（共44題，每題1分，共44分）1.池化操作的作用是：A、下采樣B、上采樣C、paddingD、增加特征圖通道數(shù)正確答案：A2.在強化學習的過程中,學習率α越大,表示采用新的嘗試得到的結果比例越(),保持舊的結果的比例越()。A、大;小B、小;大C、小;小D、大;大正確答案：A3.卷積神經網絡中的局部連接是指：在進行圖像識別的時候，不需要對整個圖像進行處理，只需要關注圖像中某些（）的區(qū)域。A、重點B、連續(xù)C、一般D、特殊正確答案：D4.關于神經網絡中經典使用的優(yōu)化器，以下說法正確的是？A、Adam的收斂速度比RMSprop慢B、相比于SGD或RMSprop等優(yōu)化器，Adam的收斂效果是最好的C、對于輕量級神經網絡，使用Adam比使用RMSprop更合適D、相比于Adam或RMSprop等優(yōu)化器，SGD的收斂效果是最好的正確答案：D5.下列哪個神經網絡結構會發(fā)生權重共享？（）A、卷積神經網絡B、循環(huán)神經網絡C、全連接神經網絡D、選項A和B正確答案：D6.以下算法中可以用于圖像平滑的是()。A、均值濾波；B、對比度增強C、二值化D、動態(tài)范圍壓縮正確答案：A7.關于遞歸函數(shù)基例的說明，以下選項中錯誤的是A、遞歸函數(shù)的基例決定遞歸的深度B、每個遞歸函數(shù)都只能有一個基例C、遞歸函數(shù)必須有基例D、遞歸函數(shù)的基例不再進行遞歸正確答案：B8.混淆矩陣中TP=16,FP=12,FN=8,TN=4,精確率是（）。A、4/7B、1/4C、1/2D、2/3正確答案：A9.批規(guī)范化(BatchNormalization)的好處都有啥？A、讓每一層的輸入的范圍都大致固定B、它將權重的歸一化平均值和標準差C、它是一種非常有效的反向傳播(BP)方法D、這些均不是正確答案：A10.為什么計算機視覺任務優(yōu)先考慮使用卷積神經網絡：A、全連接網絡理論在處理視覺任務時計算量很小B、全連接網絡理論在處理視覺任務時會出現(xiàn)維數(shù)災難現(xiàn)象，而卷積神經網絡可以緩解這一現(xiàn)象C、全連接網絡完全不能做計算機視覺任務D、卷積神經網絡只能做計算機視覺任務正確答案：B11.按照類別比例分組的k折用的是哪個函數(shù)（）A、RepeatedKFoldB、LeavePOutC、GroupKFoldD、StratifiedKFold正確答案：D12.對線性回歸模型進行性能評估時，以下說法正確的是A、均方根誤差接近1最好B、均方根誤差越大越好C、決定系數(shù)越接近1越好D、決定系數(shù)越接近0越好正確答案：C13.給定一個長度為n的不完整單詞序列，我們希望預測下一個字母是什么。比如輸入是“predictio”(9個字母組成)，希望預測第十個字母是什么。下面哪種神經網絡結構適用于解決這個工作？A、全連接神經網絡B、卷積神經網絡C、受限波爾茲曼機D、循環(huán)神經網絡正確答案：D14.半監(jiān)督學習包括。A、主動學習B、回歸學習C、聚類學習D、直推學習正確答案：D15.下面算法中哪個不是回歸算法A、線性回歸B、隨機森林C、邏輯回歸D、嶺回歸正確答案：C16.使用交叉驗證最簡單的方法是在估計器和數(shù)據(jù)集上調用什么輔助函數(shù)？A、cross_val%B、val_scoreC、cross_scoreD、cross_val_score正確答案：D17.下面不是超參數(shù)的是：A、學習率B、權重和偏置C、mini-batch的大小D、網絡結構正確答案：B18.以下不是貝葉斯回歸的優(yōu)點的是哪一項A、貝葉斯回歸的推斷速度快B、它能根據(jù)已有的數(shù)據(jù)進行改變C、它能在估計過程中引入正則項正確答案：A19.假定你在神經網絡中的隱藏層中使用激活函數(shù)X。在特定神經元給定任意輸入，你會得到輸出-0.01。X可能是以下哪一個激活函數(shù)？（）A、ReLUB、tanhC、SigmoidD、以上都有可能正確答案：B20.循環(huán)神經網絡優(yōu)于全連接網絡的一個原因是循環(huán)神經網絡實現(xiàn)了權值共享，那么權值共享的好處有：①.模型參數(shù)變少②.運算速度變快③.占用內存少④.所有權值都共享同一個值A、①②④B、①②③C、①③④D、①③④正確答案：B21.下列哪個函數(shù)不可以做非線性激活函數(shù)？（）A、y=sin(x)B、y=max(x,0)C、y=2xD、y=tanh(x)正確答案：C22.人工神經元內部運算包含哪兩個部分：A、線性變換和非線性變換B、非線性變換和激活變換C、向量變換和標量變換D、化學變換和電變換正確答案：A23.自然語言中的詞語需要轉化為計算機可以記錄處理的數(shù)據(jù)結構，通常會把自然語言中的詞語轉化為以下哪種數(shù)據(jù)結構：A、向量B、標量C、有向圖D、結構體正確答案：A24.符號集a、b、c、d，它們相互獨立，相應概率為1/2、1/4、1/8、1/16，其中包含信息量最小的符號是（）A、dB、cC、aD、b正確答案：C25.一階規(guī)則的基本成分是(___)A、原子公式B、謂詞C、量詞D、原子命題正確答案：A26.LARS屬于哪種特征選擇方法(___)A、包裹式B、啟發(fā)式C、嵌入式D、過濾式正確答案：C27.卷積神經網絡做圖像分類任務通常不包含：A、卷積操作B、池化操作C、全連接層D、均方誤差損失函數(shù)正確答案：D28.ROIPooling在那個模型中被第一次提出（）A、fast-rcnnB、mask-rcnnC、rcnnD、faster-rcnn正確答案：A29.以下哪一個關于卷積神經網絡的說法是錯誤的A、AlexNet是一個八層的卷積神經網絡B、卷積神經網絡中的建模學習，學習對象是每一層神經元的值C、目標檢測網絡SSD的網絡結構中包含卷積層D、典型的卷積神經網絡，由卷積層、池化層、激活層、全連接層等組成正確答案：B30.DilatedConvolution意思是？A、空洞卷積B、黑洞卷積C、細節(jié)卷積D、返向卷積正確答案：A31.對完成特定任務的卷積神經網絡訓練采用的是監(jiān)督學習方法。在這個過程中，通過誤差后向傳播來優(yōu)化調整網絡參數(shù)，請問下面哪個參數(shù)不是通過誤差后向傳播來優(yōu)化的A、卷積濾波矩陣中的參數(shù)B、模型的隱藏層數(shù)目C、全連接層的鏈接權重D、激活函數(shù)中的參數(shù)正確答案：B32.為什么不能用多層全連接網絡解決命名實體識別問題：A、全連接網絡的根本不能處理任何序列數(shù)據(jù)B、命名實體識別問題是一個無法解決的問題，全連接網絡也不能解決這個問題C、全連接網絡的層次太深導致梯度消失，所以不能處理序列問題D、序列數(shù)據(jù)的輸入和輸出通常是不固定的，有的序列長，有的序列短正確答案：D33.FOIL是(___)的學習算法A、一階規(guī)則B、剪枝優(yōu)化C、序貫覆蓋D、命題規(guī)則正確答案：A34.深度神經網絡的運行過程是由三個算法依次運行組成，下面不屬于這三個算法中的是A、梯度下降B、正向傳播C、歸一化D、反向傳播正確答案：C35.當采用K-距離的方法選擇DBSCAN的Eps和MinPts參數(shù)時，如果設置的K的值太大，則小簇（尺寸小于K的簇）可能會被標記為A、噪聲B、核心簇C、邊界簇D、以上都不對正確答案：A36.在CNN網絡模型中，不常見的Pooling層操作是A、maxB、minC、meanD、sum正確答案：D37.線性判別分析設法將樣例投影到(___)直線上，使得同類樣例的投影點盡可能(___)。A、兩條；接近B、一條；接近C、兩條；原理D、一條；遠離正確答案：B38.環(huán)境在接受到個體的行動之后，會反饋給個體環(huán)境目前的狀態(tài)（state）以及由于上一個行動而產生的（）。A、agentB、actionC、rewardD、state正確答案：C39.下列哪項不是知識圖譜構建的主要技術（）A、命名實體識別B、詞性標注C、實體鏈接D、關系抽取正確答案：B40.當數(shù)據(jù)太大而不能同時在RAM中處理時，哪種梯度技術更有優(yōu)勢A、全批量梯度下降B、隨機梯度下降正確答案：B41.模型有效的基本條件是能夠（）已知的樣本A、聚集B、擬合C、聯(lián)合D、結合正確答案：B42.規(guī)則學習中ILP的全稱是(___)A、歸納邏輯程序設計B、內部邏輯程序設計C、引入層次程序設計D、信息泄露防護正確答案：A43.閱讀以下文字：假設我們擁有一個已完成訓練的、用來解決車輛檢測問題的深度神經網絡模型，訓練所用的數(shù)據(jù)集由汽車和卡車的照片構成，而訓練目標是檢測出每種車輛的名稱（車輛共有10種類型）?，F(xiàn)在想要使用這個模型來解決另外一個問題，問題數(shù)據(jù)集中僅包含一種車（福特野馬）而目標變?yōu)槎ㄎ卉囕v在照片中的位置。（）A、除去神經網絡中的最后一層，凍結所有層然后重新訓練B、對神經網絡中的最后幾層進行微調，同時將最后一層（分類層）更改為回歸層C、使用新的數(shù)據(jù)集重新訓練模型D、所有答案均不對正確答案：B44.GoogLeNet從角度改進了之前的圖像分類網絡？A、改善網絡退化現(xiàn)象B、增加網絡深度C、輕量化網絡模型D、增加網絡寬度正確答案：D二、多選題（共24題，每題1分，共24分）1.目標檢測存在的挑戰(zhàn)有（）A、光照B、遮擋C、多尺度D、重疊正確答案：ABCD2.機器學習一般分為（）和（）。A、監(jiān)督學習B、深度學習C、非監(jiān)督學習D、強化學習正確答案：AC3.關于遺傳算法和進化策略，下列說法正確的是A、進化策略使用純粹的數(shù)值優(yōu)化計算B、進化策略不需要用編碼的形式來表示問題C、遺傳算法同時使用交叉和突變操作D、進化策略僅使用交叉操作正確答案：ABC4.生成對抗網絡目前應用非常廣泛，以下場景中可以使用此網絡的是?A、數(shù)據(jù)增強B、信息檢索C、語義分割D、圖像生成正確答案：ABCD5.卷積神經網絡結構上的三大特性包括（）A、歸一化B、局部連接C、權重共享D、下采樣正確答案：BCD6.seq2seq主要由（）和（）組成，A、EncoderB、transformerC、DecoderD、dropper正確答案：AC7.深度卷積網絡的結構中，通常有多個順序連接的層，下面描述正確的有A、池化層主要用于降低特征圖的分辨率B、非線性激活層可以完成非線性變換C、度卷積網絡中，卷積層是必須的，但是全連接層可有可無D、通常在卷積層之后會增加池化層，有時卷積層后面也可能不跟池化層正確答案：ABD8.以下關于KNN算法當中k值描述正確的是?A、K值越大，分類的分割面越平滑B、K值是超參數(shù)$；$可以將k值設為0C、K值越大，模型越容易過擬合正確答案：AB9.模型選擇方法包括哪些？A、針對預測誤差評估的度量函數(shù)B、交叉驗證C、格點搜索正確答案：ABC10.正則化是傳統(tǒng)機器學習中重要且有效的減少泛化誤差的技術，以下技術屬于正則化技術的是:A、L1正則化B、L2正則化C、DropoutD、動量優(yōu)化器正確答案：ABC11.考慮智能體函數(shù)與智能體程序的差異，從下列陳述中選擇正確的答案A、智能體程序與智能體函數(shù)沒有任何關系B、一個智能體程序實現(xiàn)一個智能體函數(shù)C、一個智能體函數(shù)實現(xiàn)一個智能體程序D、智能體程序包含智能體函數(shù)正確答案：BD12.faster-rcnn網絡每個位置生成哪幾種比例的anchor？A、1比1B、1比2C、2比2D、2比1正確答案：ABD13.數(shù)據(jù)增強有哪些方式處理圖片（）。A、亮度B、改變色溫C、翻轉D、縮放正確答案：ABCD14.預剪枝使得決策樹的很多分子都沒有展開，會導致（）。A、提高欠擬合風險B、降低過擬合風險C、顯著減少訓練時間開銷D、顯著減少測試時間開銷正確答案：ABCD15.（）類型的數(shù)據(jù)集不適合用深度學習？A、數(shù)據(jù)集沒有局部相關性B、數(shù)據(jù)集太大C、數(shù)據(jù)集太小D、數(shù)據(jù)集有局部相關性正確答案：AC16.在隨機森林中，最終的集成模型是通過什么策略決定模型結果的?A、累加制B、求平均數(shù)C、投票制D、累乘制正確答案：BC17.人工神經網絡比感知器模型更復雜，這些額外的復雜性來源于（）A、輸入層和輸出層之間可能包含多個中間層B、輸入層和輸出層之間僅包含一個中間層C、激活函數(shù)允許隱藏結點和輸出結點的輸出值與輸入參數(shù)呈現(xiàn)非線性關系D、激活函數(shù)允許隱藏結點和輸出結點的輸出值與輸入參數(shù)呈現(xiàn)線性關系正確答案：AC18.神經網絡層數(shù)越多，就會產生什么效果（）A、參數(shù)越多B、算法精度提升C、梯度消失風險越大D、計算時間越長正確答案：ABCD19.DSSM模型總的來說可以分成三層結構，分別是（）A、輸入層B、表示層C、匹配層D、輸出層正確答案：ABC20.下列算法哪些屬于K-means的變種？A、kNNB、MeanshiftC、k-means++D、以上都不是正確答案：BC21.關于線性回歸說法正確的是（）A、商品庫存預測，是一種典型的有監(jiān)督學習方法B、常用的回歸模型有線性回實用歸和非線性回歸C、日常生活中，收入預測可以作為線性回歸問題來解決D、線性回歸是簡單的方法"正確答案：ABCD22.可以有效解決過擬合的方法包括（）A、增加特征數(shù)量B、增加樣本數(shù)量C、采用正則化方法D、訓練更多的迭代次數(shù)正確答案：BC23.SVM中常用的核函數(shù)包括哪些?A、線性核函數(shù)B、高斯核函數(shù)C、Sigmiod核函數(shù)D、多項式核函數(shù)正確答案：ABCD24.以下哪些機器學習算法可以不對特征做歸一化處理（）A、隨機森林B、邏輯回歸C、SVMD、GBDT正確答案：AD三、判斷題（共36題，每題1分，共36分）1.誤差逆?zhèn)鞑ニ惴?BP)僅可用于多層前饋神經網絡的學習算法A、正確B、錯誤正確答案：B2.降維算法是減少構建模型所需計算時間的方法之一。A、正確B、錯誤正確答案：A3.數(shù)據(jù)集被劃分成訓練集和測試集，其中訓練集用于確定模型的參數(shù)，測試集用于評判模型的效果A、正確B、錯誤正確答案：A4.寬度優(yōu)先搜索不屬于盲目搜索。A、正確B、錯誤正確答案：B5.k-中心點聚類算法中，每個簇用其均值來代表。（）A、正確B、錯誤正確答案：B6.注意力機制的非線性激活函數(shù)常用tanh。A、正確B、錯誤正確答案：B7.如果一個匹配中,任何一個節(jié)點都不同時是兩條或多條邊的端點,也稱作極大匹配A、正確B、錯誤正確答案：B8.（）簡單反射型智能體是基于效用的智能體。A、正確B、錯誤正確答案：B9.LeNet是由YannLeCun等人于1998年提出的，是人們第一次將卷積神經網絡應用到圖像分類任務上，在手寫數(shù)字識別任務上取得了巨大成功A、正確B、錯誤正確答案：A10.在數(shù)據(jù)生命周期管理實踐中，數(shù)據(jù)管理和維護是執(zhí)行方法。A、正確B、錯誤正確答案：A11.Self-OrganizingFeatureMap(SOFM)神經網絡可用于聚類。（）A、正確B、錯誤正確答案：A12.混合模型比K均值或模糊c均值更一般,因為它可以使用各種類型的分布。A、正確B、錯誤正確答案：A13.樹的深度的增加可能會造成隨機森林過擬合A、正確B、錯誤正確答案：A14.預剪枝決策樹其訓練時間開銷比后剪枝決策樹要大得多。__A、正確B、錯誤正確答案：B15.GMM-HMM模型中，GMM主要用于求某一因素的概率，HMM主要用于對每個文本-語音對建模。A、正確B、錯誤正確答案：A16.R-CNN的系列算法分成兩個階段，先在圖像上產生候選區(qū)域，再對候選區(qū)域進行分類并預測目標物體位置，它們通常被叫做兩階段檢測算法。A、正確B、錯誤正確答案：A17.一個卷積核對應于檢測一種類型的特征A、正確B、錯誤正確答案：A18.傳統(tǒng)神經網絡常用的激活函數(shù)是sigmoid與tanhA、正確B、錯誤正確答案：A19.FasterRCNN中的ROIpooling，仍能保留pixel-level的輸入輸出對應A、正確B、錯誤正確答案：B20.為了解決特定的計算程序，如分類器或專家知識等多種模式，進行戰(zhàn)略性生產和組合。這個過程被稱為集成學習。A、正確B、錯誤正確答案：A21.在卷積神經網絡訓練時，可以對輸入進行旋轉、平移、縮放等操作，從而提高模型泛化能力。A、正確B、錯誤正確答案：A22.網格搜索是一種參數(shù)調節(jié)的方法。A、正確B、錯誤正確答案：B23.np.ones不可以創(chuàng)建全為1的數(shù)組A、正確B、錯誤正確答案：B24.卷積神經網絡的輸入層不可以處理多維數(shù)據(jù)A、正確B、錯誤正確答案：B25.Goo