人工智能基礎概念習題庫與答案一、單選題（共59題，每題1分，共59分）1.下列不是人工智能研究領域的是（）A、專家系統(tǒng)B、機器翻譯C、模式識別D、編譯原理正確答案：D答案解析：編譯原理主要研究程序設計語言的翻譯和執(zhí)行等相關內(nèi)容，不屬于人工智能研究領域。專家系統(tǒng)是利用特定領域知識進行推理和決策的人工智能應用；模式識別旨在讓計算機識別各種模式，是人工智能的重要研究方向；機器翻譯是利用人工智能技術實現(xiàn)不同語言之間的翻譯。2.用于尋找出某個能夠達到給定目標的動作序列或步驟的專家系統(tǒng)是（）。A、規(guī)劃專家系統(tǒng)B、設計專家系統(tǒng)C、預測專家系統(tǒng)D、診斷專家系統(tǒng)正確答案：A答案解析：規(guī)劃專家系統(tǒng)是用于尋找出某個能夠達到給定目標的動作序列或步驟的專家系統(tǒng)。設計專家系統(tǒng)主要用于設計新產(chǎn)品等；診斷專家系統(tǒng)用于對故障等進行診斷；預測專家系統(tǒng)用于預測未來趨勢等，均不符合題意。3.數(shù)據(jù)倉庫是隨著時間變化的,下面的描述不正確的是()A、數(shù)據(jù)倉庫隨時間的變化不斷增加新的數(shù)據(jù)內(nèi)容;B、捕捉到的新數(shù)據(jù)會覆蓋原來的快照;C、數(shù)據(jù)倉庫隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容;D、數(shù)據(jù)倉庫中包含大量的綜合數(shù)據(jù),這些綜合數(shù)據(jù)會隨著時間的變化不斷地進行重新綜合.正確答案：C答案解析：數(shù)據(jù)倉庫是隨著時間不斷變化的，它會不斷增加新的數(shù)據(jù)內(nèi)容，A選項正確；捕捉到的新數(shù)據(jù)會覆蓋原來的快照，B選項正確；數(shù)據(jù)倉庫一般不會刪去舊的數(shù)據(jù)內(nèi)容，而是不斷積累，C選項錯誤；數(shù)據(jù)倉庫中包含大量綜合數(shù)據(jù)，這些綜合數(shù)據(jù)會隨著時間變化不斷重新綜合，D選項正確。4.Map階段的輸入是以()形式的行數(shù)據(jù)。A、字符B、鏈表C、行列式D、鍵值對正確答案：D答案解析：在MapReduce中，Map階段的輸入是以鍵值對（Key-ValuePair）形式的行數(shù)據(jù)。鍵值對是一種將數(shù)據(jù)組織成兩個相關元素的方式，其中鍵用于標識數(shù)據(jù)，值用于存儲與鍵相關的具體數(shù)據(jù)。在Map任務中，輸入數(shù)據(jù)被解析成一個個鍵值對，然后傳遞給Map函數(shù)進行處理。5.緩解過擬合的一個辦法是允許支持向量機在一些樣本上出錯，以下哪種形式適合這種方法。()A、多項式核函數(shù)支持向量機B、線性核函數(shù)支持向量機C、硬間隔支持向量機D、軟間隔支持向量機正確答案：D答案解析：軟間隔支持向量機允許在一些樣本上出錯，通過引入松弛變量來處理離群點或難以正確分類的樣本，從而緩解過擬合問題。硬間隔支持向量機要求所有樣本都嚴格正確分類，不允許有錯誤；線性核函數(shù)支持向量機和多項式核函數(shù)支持向量機主要涉及核函數(shù)的選擇用于處理非線性分類問題，并非直接針對緩解過擬合允許出錯樣本這一特性。6.下列關于線性回歸分析中的殘差（Residuals）說法正確的是？A、殘差均值總是為零B、殘差均值總是小于零C、殘差均值總是大于零D、以上說法都不對正確答案：A答案解析：在線性回歸分析中，殘差是觀測值與預測值之間的差異。根據(jù)殘差的性質(zhì)，殘差的均值總是為零。這是因為在構建線性回歸模型時，我們通過最小二乘法來估計模型參數(shù)，使得殘差平方和最小。在這種情況下，殘差的總和為零，所以其均值也為零。7.概率模型的訓練過程就是()過程。A、分布估計B、參數(shù)估計C、概率估計D、極大似然估計正確答案：B答案解析：分割概率模型的訓練過程就是要確定模型中的參數(shù)，使得模型能夠最好地擬合給定的數(shù)據(jù)，這個過程就是參數(shù)估計的過程。概率估計是對事件發(fā)生概率的估算；極大似然估計是一種參數(shù)估計的方法；分布估計是對數(shù)據(jù)分布的推測等，均不如參數(shù)估計準確概括概率模型的訓練過程。8.分布式人工智能研究和新領域是：A、專家系統(tǒng)B、分散控制C、agent(艾真體)D、互聯(lián)網(wǎng)正確答案：C答案解析：分布式人工智能研究的新領域是agent(艾真體)。專家系統(tǒng)不屬于分布式人工智能研究的新領域；分散控制與分布式人工智能有一定關聯(lián)但不是核心新領域；互聯(lián)網(wǎng)是網(wǎng)絡基礎設施，并非分布式人工智能特定的研究新領域，而agent(艾真體)是分布式人工智能中很重要的研究對象和新領域。9.神經(jīng)網(wǎng)絡研究屬于下列哪個學派A、符號主義B、連接主義C、行為主義D、其他選項均不對正確答案：B答案解析：神經(jīng)網(wǎng)絡研究屬于連接主義學派。連接主義強調(diào)神經(jīng)網(wǎng)絡的結(jié)構和運行機制，通過模擬大腦神經(jīng)元之間的連接方式來實現(xiàn)智能，其研究重點在于構建和訓練神經(jīng)網(wǎng)絡模型以解決各種問題。符號主義側(cè)重于基于符號邏輯和推理規(guī)則；行為主義強調(diào)基于行為和環(huán)境交互來實現(xiàn)智能。所以神經(jīng)網(wǎng)絡研究屬于連接主義學派。10.（）是以樣本統(tǒng)計量作為未知總體參數(shù)的估計量，并通過對樣本單位的實際觀察取得樣本數(shù)據(jù)，計算樣本統(tǒng)計量的取值作為被估計參數(shù)的估計值A、方差分析B、回歸分析C、參數(shù)估計D、邏輯分析正確答案：C答案解析：參數(shù)估計是以樣本統(tǒng)計量作為未知總體參數(shù)的估計量，并通過對樣本單位的實際觀察取得樣本數(shù)據(jù)，計算樣本統(tǒng)計量的取值作為被估計參數(shù)的估計值。邏輯分析主要是對事物的邏輯關系等進行分析推理；方差分析用于多個總體均值是否相等的檢驗等；回歸分析是研究變量之間的相關關系及建立回歸模型等，均不符合題意。11.()是規(guī)則的置信度與先導的置信度之間的絕對差。A、置信度差B、信息差C、標準差D、置信度值正確答案：A答案解析：置信度差是規(guī)則的置信度與先導的置信度之間的絕對差。例如在關聯(lián)規(guī)則挖掘中，置信度差能幫助分析規(guī)則的有效性和穩(wěn)定性等情況，通過比較規(guī)則置信度和先導置信度的差值來評估規(guī)則的價值。12.人臉檢測服務在測試圖像中沒有人臉時會報錯。A、TRUEB、FALSE正確答案：B答案解析：當人臉檢測服務在測試圖像中沒有人臉時，通常不會報錯，而是返回檢測結(jié)果為未檢測到人臉等相關信息，而不是報錯。所以這里應該是返回FALSE，答案選B。人臉檢測服務在沒有檢測到人臉時不會進行報錯這種異常操作，而是正常給出未檢測到人臉的判斷結(jié)果，這個結(jié)果以FALSE表示檢測未成功檢測到人臉這種情況。13.關于貝葉斯網(wǎng)描述錯誤的是A、也稱為信念網(wǎng)B、借助有向無環(huán)圖刻畫屬性之間的關系C、借助無向無環(huán)圖刻畫屬性之間的關系D、用條件概率表來描述屬性的聯(lián)合概率分布正確答案：C答案解析：貝葉斯網(wǎng)也稱為信念網(wǎng)，它借助有向無環(huán)圖來刻畫屬性之間的關系，用條件概率表來描述屬性的聯(lián)合概率分布。所以選項C中說借助無向無環(huán)圖刻畫屬性之間的關系是錯誤的。14.以下CNN網(wǎng)絡模型中，最早用于手寫數(shù)字識別的是（）A、LeNet-5B、AlexNetC、ResNet50D、ResNet152正確答案：A答案解析：LeNet-5是最早用于手寫數(shù)字識別的CNN網(wǎng)絡模型。它由YannLeCun等人在1998年提出，專門針對手寫數(shù)字識別任務設計，在該領域取得了很好的效果。而AlexNet是2012年提出，主要用于圖像分類等任務；ResNet50和ResNet152是更深的殘差網(wǎng)絡，在ImageNet等大規(guī)模圖像數(shù)據(jù)集上表現(xiàn)出色，但都晚于LeNet-5。15.關于人工智能的發(fā)展歷史下列說法中不正確的是（）。A、其發(fā)展階段經(jīng)歷了三次大的浪潮。B、第一次是50-60年代注重邏輯推理的機器翻譯時代。C、人工智能的概念形成于20世紀40年代。D、第二次是70-80年代依托知識積累構建模型的專家系統(tǒng)時代。正確答案：C答案解析：人工智能的概念正式提出于1956年達特茅斯會議，20世紀40年代是圖靈提出圖靈測試等相關思想為人工智能發(fā)展奠定基礎的時期，但概念正式形成不是在40年代。第一次浪潮是50-60年代注重邏輯推理的機器翻譯時代；第二次是70-80年代依托知識積累構建模型的專家系統(tǒng)時代；人工智能發(fā)展階段經(jīng)歷了三次大的浪潮，A、B、D選項說法均正確。16.假如你在訓練一個線性回歸模型，有下面兩句話：①如果數(shù)據(jù)量較少，容易發(fā)生過擬合。②如果假設空間較小，容易發(fā)生過擬合。關于這兩句話，下列說法正確的是？A、①和②都錯誤B、①正確，②錯誤C、①錯誤，②正確D、①和②都正確正確答案：B答案解析：①如果數(shù)據(jù)量較少，模型能夠?qū)W習的數(shù)據(jù)模式有限，容易記住訓練數(shù)據(jù)中的噪聲等細節(jié)，從而發(fā)生過擬合，這句話是正確的。②如果假設空間較小，模型的靈活性較低，難以過度擬合訓練數(shù)據(jù)，應該是不容易發(fā)生過擬合，所以這句話是錯誤的。17.關于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主要關注降低偏差B、從偏差-方差分解的角度看，Bagging主要關注降低方差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弱的學習器構建出很強的集成正確答案：D答案解析：從偏差-方差分解的角度看，Boosting主要關注降低偏差，Bagging主要關注降低方差。隨機森林是Bagging的一個擴展變體，它簡單、容易實現(xiàn)、計算開銷小。而且Boosting能基于泛化性能相當弱的學習器構建出很強的集成，所以選項D說法錯誤。18.不屬于人工智能的學派是（）A、符號主義B、機會主義C、行為主義D、連接主義正確答案：B答案解析：人工智能主要有符號主義、行為主義和連接主義三大學派。符號主義基于數(shù)理邏輯，強調(diào)知識表示和推理；行為主義源于控制論，注重感知和行動；連接主義受神經(jīng)科學啟發(fā)，模擬神經(jīng)網(wǎng)絡。機會主義不屬于人工智能的學派。19.()就是指分類任務中不同類別的訓練樣例數(shù)目差別很大的情況A、類別不平衡B、類別不相同C、類別不對等D、類別數(shù)不同正確答案：A答案解析：類別不平衡是指分類任務中不同類別的訓練樣例數(shù)目差別很大的情況。類別不相同強調(diào)的是類別本質(zhì)的差異；類別不對等不是常見的針對這種情況的表述；類別數(shù)不同側(cè)重于數(shù)量的多少不同，沒有突出數(shù)目差別大這種不平衡的關鍵特征。所以這里選類別不平衡。20.以下說法中錯誤的是()A、SVM對噪聲（如來自其他分部的噪聲樣本）具備魯棒性B、在adaoost算法中，所有被分錯樣本的權重更新比例不相同C、boosting和bagging都是組合多個分類器投票的方法，二者都是根據(jù)單個分類器的正確率確定其權重D、給定n個數(shù)據(jù)點，如果其中一半用于訓練，一半用戶測試，則訓練誤差和測試誤差之間的差別會隨著n的增加而減少的正確答案：C答案解析：選項A，SVM對噪聲具備一定魯棒性，該說法正確；選項B，在adaoost算法中，被分錯樣本的權重更新比例確實不相同，說法正確；選項C，boosting是根據(jù)單個分類器的正確率確定其權重，而bagging是對每個分類器同等對待，該選項說法錯誤；選項D，給定n個數(shù)據(jù)點，訓練數(shù)據(jù)和測試數(shù)據(jù)比例固定時，隨著n增加，訓練誤差和測試誤差之間的差別會減少，說法正確。21.在數(shù)據(jù)科學項目的活動流程中，()主要回答的是“我們用什么方式記錄和展現(xiàn)數(shù)據(jù)結(jié)果”。A、模式/模型的驗證和優(yōu)化B、數(shù)據(jù)的獲得與管理C、模式/模型的應用及維護D、結(jié)果的可視化與文檔化正確答案：D答案解析：在數(shù)據(jù)科學項目活動流程中，結(jié)果的可視化與文檔化主要解決用什么方式記錄和展現(xiàn)數(shù)據(jù)結(jié)果的問題。通過可視化，可以將數(shù)據(jù)以直觀的圖表等形式呈現(xiàn)，便于理解和分析；文檔化則是對整個項目過程、數(shù)據(jù)處理方法、模型等進行詳細記錄，方便后續(xù)查閱和交流。22.事務對數(shù)據(jù)對象加鎖后擁有何種控制權是由封鎖的()決定的。A、屬性B、狀態(tài)C、類型D、種類正確答案：C答案解析：封鎖的類型決定了事務對數(shù)據(jù)對象加鎖后擁有何種控制權。比如共享鎖允許事務讀取數(shù)據(jù)，排他鎖則不允許其他事務同時對該數(shù)據(jù)進行讀寫操作等，不同類型的鎖賦予事務不同的操作權限。23.假定你在神經(jīng)網(wǎng)絡中的隱藏層中使用激活函數(shù)X。在特定神經(jīng)元給定任意輸入，你會得到輸出「-00001」。X可能是以下哪一個激活函數(shù)()A、ReLUB、tanhC、SIGMOIDD、以上都不是正確答案：B24.（）是人以自然語言同計算機進行交互的綜合性技術，結(jié)合了語言學、心理學、工程、計算機技術等領域的知識。A、腦機交互B、語音交互C、情感交互D、體感交互正確答案：B答案解析：語音交互是指人通過自然語言與計算機進行交互的技術，它融合了語言學、心理學、工程學、計算機技術等多領域知識，實現(xiàn)人與計算機之間自然、流暢的溝通交流。情感交互側(cè)重于情感方面的互動；體感交互主要通過身體動作等進行交互；腦機交互是大腦與機器之間的交互，均不符合題意。25.二十世紀五十年代后期初，基于（）的“連接主義”開始出現(xiàn)，代表性工作有感知機和Adaline。A、神經(jīng)網(wǎng)絡B、機器學習C、邏輯表示D、深度學習正確答案：A答案解析：二十世紀五十年代后期初，基于神經(jīng)網(wǎng)絡的“連接主義”開始出現(xiàn)，感知機和Adaline是其代表性工作。機器學習概念出現(xiàn)時間稍晚；邏輯表示與連接主義不是同一類概念；深度學習是在更晚時期發(fā)展起來的，基于早期的神經(jīng)網(wǎng)絡等不斷演進。所以這里應選A。26.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、增加白噪音正確答案：A答案解析：當使用最大似然估計（MLE）時，對于未出現(xiàn)的項概率估計為0，這會導致模型過于相信已出現(xiàn)的樣本，而忽略了其他可能的情況，使得語言模型效果不佳。平滑技術通過在概率估計中加入一些均勻分布的概率質(zhì)量，使得未出現(xiàn)的項也能獲得一個非零的概率，從而改善模型效果。去噪主要是針對數(shù)據(jù)中的噪聲進行處理，與解決未出現(xiàn)項概率為0的問題無關；隨機插值沒有針對性地解決該核心問題；增加白噪音同樣與解決此問題不相關。所以答案是A。27.大數(shù)據(jù)技術為輸入數(shù)據(jù)在（）方面做出了貢獻，幫助提升了深度學習算法的性能。A、存儲集合清除B、儲蓄集合清洗C、存儲清洗整合D、存儲整合清除正確答案：C答案解析：大數(shù)據(jù)技術為輸入數(shù)據(jù)在存儲、清洗和整合方面都做出了貢獻。存儲方面能夠高效地保存大量數(shù)據(jù)；清洗可去除噪聲、重復等不良數(shù)據(jù)，提高數(shù)據(jù)質(zhì)量；整合能將不同來源、格式的數(shù)據(jù)進行統(tǒng)一處理，這些都有助于提升深度學習算法的性能。28.強化學習的基礎模型是（）模型A、馬可夫決策B、貝葉斯C、HMMD、最大后驗概率正確答案：A答案解析：強化學習的基礎模型是馬可夫決策模型。馬可夫決策過程（MDP）是強化學習中的重要基礎概念，它描述了一個智能體在環(huán)境中進行決策的過程，其中當前狀態(tài)的最優(yōu)行動只取決于當前狀態(tài)，滿足馬爾可夫性。貝葉斯主要用于概率推理等領域；HMM是隱馬爾可夫模型；最大后驗概率是一種參數(shù)估計方法，它們都不是強化學習的基礎模型。29.決策樹中，同一路徑上的所有屬性之間是()關系A、因果B、相關C、邏輯或D、邏輯與正確答案：D答案解析：在決策樹中，同一路徑上的所有屬性之間是邏輯與關系。這是因為只有當同一路徑上的所有屬性條件都滿足時，才會沿著該路徑繼續(xù)進行決策或到達相應的葉節(jié)點。例如，在一個決策樹中，如果某一路徑上依次有屬性A、屬性B和屬性C，只有當樣本同時滿足屬性A、屬性B和屬性C的條件時，才會按照該路徑進行后續(xù)處理，這體現(xiàn)的就是邏輯與的關系。30.以下不屬于數(shù)據(jù)變換的方法有()A、標準化B、平滑處理C、去除虛假數(shù)據(jù)D、特征構造正確答案：C答案解析：數(shù)據(jù)變換主要包括平滑處理、聚集、數(shù)據(jù)概化、規(guī)范化（標準化屬于規(guī)范化的一種）、屬性構造等。去除虛假數(shù)據(jù)不屬于數(shù)據(jù)變換的方法，它更側(cè)重于數(shù)據(jù)清洗的操作，用于處理數(shù)據(jù)中的噪聲和錯誤數(shù)據(jù)。31.下列哪部分不是專家系統(tǒng)的組成部分（）。A、推理機B、知識庫C、用戶D、綜合數(shù)據(jù)庫正確答案：C答案解析：專家系統(tǒng)通常由知識庫、綜合數(shù)據(jù)庫、推理機等部分組成。用戶是使用專家系統(tǒng)的人，不屬于專家系統(tǒng)的組成部分。知識庫用于存儲知識，綜合數(shù)據(jù)庫用于存放初始數(shù)據(jù)和推理過程中得到的中間數(shù)據(jù)等，推理機根據(jù)知識庫中的知識和綜合數(shù)據(jù)庫中的數(shù)據(jù)進行推理以求解問題。32.關于Boltzmann描述錯誤的是A、基于能量的模型B、優(yōu)化目標函數(shù)為最小化能力函數(shù)C、分為顯層和隱層D、神經(jīng)元都是數(shù)值型正確答案：D33.人工智能的主要學派有：符號主義、連接主義和（）A、語義網(wǎng)絡B、行為主義C、邏輯主義D、以上沒有正確答案正確答案：B答案解析：人工智能的主要學派有符號主義、連接主義和行為主義。符號主義強調(diào)基于符號邏輯的推理和知識表示；連接主義專注于神經(jīng)網(wǎng)絡和模擬人類大腦的連接結(jié)構；行為主義則側(cè)重于智能系統(tǒng)與環(huán)境的交互和自適應行為。34.人工智能從其應用范圍上又可分為()。A、ANI與AGIB、ANI與AIC、AGI與VRD、AI與VR正確答案：A答案解析：人工智能從應用范圍上可分為通用人工智能（AGI）和狹義人工智能（ANI）。通用人工智能旨在實現(xiàn)具有人類水平的智能，能夠理解、學習和解決各種類型的問題；狹義人工智能則專注于特定領域或任務的智能應用。選項B中AI是人工智能的統(tǒng)稱，不是從應用范圍分類；選項C中的VR是虛擬現(xiàn)實技術，與人工智能應用范圍分類無關；選項D同理，VR不屬于人工智能應用范圍分類相關內(nèi)容。通用人工智能（AGI）追求全面的智能能力，試圖模擬人類的整體認知和思維方式，能夠處理各種不同類型的知識和任務，具備理解、學習、推理、創(chuàng)造等多方面的能力，目標是實現(xiàn)接近人類智能水平的機器智能。狹義人工智能（ANI）則是針對特定、有限的任務或領域進行優(yōu)化設計的人工智能系統(tǒng)，例如圖像識別、語音識別、下棋程序等，它們在特定領域內(nèi)表現(xiàn)出色，但缺乏通用的智能靈活性和廣泛的知識遷移能力。35.下列核函數(shù)特性描述錯誤的是A、核函數(shù)選擇作為支持向量機的最大變數(shù)B、只要一個對稱函數(shù)所對應的核矩陣半正定，就能稱為核函數(shù)C、核函數(shù)將影響支持向量機的性能D、核函數(shù)是一種降維模型正確答案：D答案解析：核函數(shù)不是一種降維模型。核函數(shù)是一種用于支持向量機等機器學習算法的工具，它通過將輸入數(shù)據(jù)映射到高維特征空間，從而使得原本在低維空間中線性不可分的數(shù)據(jù)變得線性可分，以解決分類或回歸問題。核函數(shù)選擇是支持向量機的重要部分，會影響支持向量機的性能，且只要一個對稱函數(shù)所對應的核矩陣半正定，就能稱為核函數(shù)。36.（）和（）是監(jiān)督學習的代表，（）是無監(jiān)督學習的代表。A、回歸；分類；聚類B、分類；聚類；回歸C、聚類；回歸；分類正確答案：A答案解析：監(jiān)督學習是指利用一組已知類別的樣本調(diào)整分類器的參數(shù)，使其達到所要求性能的過程，或者說是利用已知類別的樣本訓練分類器的過程。分類和回歸是監(jiān)督學習的代表。分類是預測離散的類別標簽，回歸是預測連續(xù)的值。無監(jiān)督學習是指在沒有類別信息的情況下，對數(shù)據(jù)進行建模和分析的方法，聚類是無監(jiān)督學習的代表，它將數(shù)據(jù)點分組，使得同一組內(nèi)的數(shù)據(jù)點相似度高，不同組的數(shù)據(jù)點相似度低。所以（分類）和（回歸）是監(jiān)督學習的代表，（聚類）是無監(jiān)督學習的代表，答案選[A、]37.（）是利用計算機將一種自然語言（源語言）轉(zhuǎn)換為另一種自然語言（目標語言）的過程。A、機器翻譯B、文本分類C、問答系統(tǒng)D、文本識別正確答案：A答案解析：機器翻譯是利用計算機將一種自然語言（源語言）轉(zhuǎn)換為另一種自然語言（目標語言）的過程。文本識別主要是識別文本中的字符等；文本分類是將文本歸類到不同類別；問答系統(tǒng)是基于用戶問題給出回答，均不符合將一種自然語言轉(zhuǎn)換為另一種自然語言的描述。38.以下說法錯誤的一項是（）A、負梯度方向是使函數(shù)值下降最快的方向B、當目標函數(shù)是凸函數(shù)時，梯度下降法的解是全局最優(yōu)解C、梯度下降法比牛頓法收斂速度快D、擬牛頓法不需要計算Hesse矩陣正確答案：C答案解析：牛頓法在接近最優(yōu)解時收斂速度比梯度下降法快，C選項說法錯誤。負梯度方向是使函數(shù)值下降最快的方向，A選項正確；當目標函數(shù)是凸函數(shù)時，梯度下降法的解是全局最優(yōu)解，B選項正確；擬牛頓法不需要計算Hesse矩陣，D選項正確。39.分布式人工智能研究核心領域是（）A、專家系統(tǒng)B、分散控制C、Agent（愛真體）D、互聯(lián)網(wǎng)正確答案：C答案解析：分布式人工智能研究的核心領域是Agent（愛真體）。Agent是一種具有自主性、交互性和協(xié)作能力的智能實體，在分布式人工智能中起著關鍵作用。專家系統(tǒng)是人工智能的一個特定應用領域；分散控制是分布式系統(tǒng)中的一種控制方式，但不是分布式人工智能的核心領域；互聯(lián)網(wǎng)是一種網(wǎng)絡基礎設施，與分布式人工智能的核心研究領域不同。40.（）是一種基于圖的數(shù)據(jù)結(jié)構，由節(jié)點和邊組成，每個節(jié)點表示一個“實體”，每條邊為實體與實體之間的“關系”。A、關系提取B、詞性標注C、知識圖譜D、關系構建正確答案：C答案解析：知識圖譜是一種基于圖的數(shù)據(jù)結(jié)構，由節(jié)點和邊組成，每個節(jié)點表示一個“實體”，每條邊為實體與實體之間的“關系”。詞性標注主要是給詞語標注詞性；關系提取是從文本中抽取關系；關系構建側(cè)重于構建關系模型等，均不符合描述。41.若A與B是任意的兩個事件，且P（AB）＝P（A）·P（B），則可稱事件A與B（）。A、等價B、互不相容C、相互獨立D、相互對立正確答案：D42.在圖靈獎獲得者JimGray看來，人類科學研究活動已經(jīng)經(jīng)歷過三種不同范式的演變過程，目前正在從（）轉(zhuǎn)向A、實驗科學范式理論科學范式B、理論科學范式計算科學范式C、計算科學范式數(shù)據(jù)密集型科學發(fā)現(xiàn)范式D、理論科學范式數(shù)據(jù)密集型科學發(fā)現(xiàn)范式正確答案：C答案解析：JimGray認為人類科學研究活動經(jīng)歷了實驗科學范式、理論科學范式、計算科學范式，目前正從計算科學范式轉(zhuǎn)向數(shù)據(jù)密集型科學發(fā)現(xiàn)范式。43.()的目的是構造出新特征。A、離散化B、聚集C、平滑處理D、特征構造正確答案：D答案解析：特征構造是指通過對原始數(shù)據(jù)進行處理、變換、組合等操作，構造出新的特征，以更好地描述數(shù)據(jù)和提升模型性能。平滑處理主要是對數(shù)據(jù)進行去噪等操作；聚集是對數(shù)據(jù)進行匯總等；離散化是將連續(xù)數(shù)據(jù)轉(zhuǎn)換為離散數(shù)據(jù)，它們的目的都不是構造新特征。44.列算法，哪項不屬于深度學習模型？（）A、支持向量機SVMB、深度殘差網(wǎng)絡C、卷積神經(jīng)網(wǎng)絡CNND、循環(huán)神經(jīng)網(wǎng)絡RNN正確答案：A答案解析：支持向量機SVM是一種傳統(tǒng)的機器學習算法，不屬于深度學習模型。深度殘差網(wǎng)絡、卷積神經(jīng)網(wǎng)絡CNN、循環(huán)神經(jīng)網(wǎng)絡RNN都屬于深度學習模型。45.在集成學習中，當訓練數(shù)據(jù)很多時，最常見的結(jié)合策略是()。A、平均法B、投票法C、學習法正確答案：C46.據(jù)WardMO（2010）的研究，超過（）的人腦功能用于視覺信息的處理，視覺信息的處理是人腦的最主要功能之一A、0.55B、0.45C、0.75D、0.5正確答案：D47.()技術可以將所有數(shù)據(jù)的特性通過圖的方式展現(xiàn)出來。A、數(shù)據(jù)挖掘B、神經(jīng)網(wǎng)絡C、支持向量機D、數(shù)據(jù)可視化正確答案：D答案解析：數(shù)據(jù)可視化技術是指將數(shù)據(jù)以圖形、圖表等直觀的方式展示出來，能夠?qū)⑺袛?shù)據(jù)的特性通過圖的方式展現(xiàn)，幫助人們更清晰地理解和分析數(shù)據(jù)。支持向量機主要用于分類和回歸分析；神經(jīng)網(wǎng)絡用于處理復雜的非線性關系和模式識別等；數(shù)據(jù)挖掘是從大量數(shù)據(jù)中發(fā)現(xiàn)潛在模式和知識的過程，它們都不能直接等同于將數(shù)據(jù)特性以圖的方式展現(xiàn)出來的技術。48.2019年，DeepMind開發(fā)出一種（）來近似計算薛定諤方程，在精度和準確性上都滿足科研標準，為深度學習在量子化學領域的發(fā)展奠定了基礎，A、深度神經(jīng)網(wǎng)絡B、費米神經(jīng)網(wǎng)絡C、卷積神經(jīng)網(wǎng)絡D、循環(huán)神經(jīng)網(wǎng)絡正確答案：B答案解析：該方法是費米神經(jīng)網(wǎng)絡。費米神經(jīng)網(wǎng)絡是專門為處理費米子系統(tǒng)而設計的神經(jīng)網(wǎng)絡架構，能夠有效地處理量子化學中的多體問題，近似計算薛定諤方程，滿足科研標準，為深度學習在量子化學領域發(fā)展奠定基礎。49.以下()屬于數(shù)據(jù)統(tǒng)計方法中的離中趨勢分析。A、數(shù)值平均數(shù)B、位置平均數(shù)C、離散系數(shù)D、線性相關正確答案：C答案解析：離中趨勢分析是反映各數(shù)據(jù)遠離其中心值的趨勢，離散系數(shù)是衡量數(shù)據(jù)離散程度的指標之一，屬于離中趨勢分析。數(shù)值平均數(shù)和位置平均數(shù)是集中趨勢分析的內(nèi)容，線性相關是研究變量之間的線性關系，不屬于離中趨勢分析。50.C5.0和QUEST決策樹只能處理()目標值的問題。A、隨機型B、連續(xù)型C、離散型D、分類型正確答案：D51.不屬于噪聲數(shù)據(jù)表現(xiàn)形式的是()A、錯誤數(shù)據(jù)B、異常數(shù)據(jù)C、虛假數(shù)據(jù)D、重復數(shù)據(jù)正確答案：D答案解析：重復數(shù)據(jù)是指在數(shù)據(jù)集中出現(xiàn)多次的相同數(shù)據(jù)，它可能會影響數(shù)據(jù)分析的準確性和效率，但不屬于噪聲數(shù)據(jù)的范疇。噪聲數(shù)據(jù)通常是指包含錯誤、異常或不完整信息的數(shù)據(jù)，如虛假數(shù)據(jù)、錯誤數(shù)據(jù)和異常數(shù)據(jù)等。虛假數(shù)據(jù)是指故意偽造或誤導性的數(shù)據(jù)；錯誤數(shù)據(jù)是指由于數(shù)據(jù)錄入錯誤、系統(tǒng)故障或其他原因?qū)е碌牟徽_的數(shù)據(jù)；異常數(shù)據(jù)是指與正常模式或預期值明顯偏離的數(shù)據(jù)。這些數(shù)據(jù)會對數(shù)據(jù)分析和決策產(chǎn)生負面影響，需要進行處理或清理。52.2016年5月,在國家發(fā)改委發(fā)布的《“互聯(lián)網(wǎng)+"人工智能三年行動實施方案》中明確提出，到2018年國內(nèi)要形成（)的人工智能市場應用規(guī)模.A、千億元級B、億元級C、百億元級D、千萬元級正確答案：A答案解析：《“互聯(lián)網(wǎng)+"人工智能三年行動實施方案》中明確提出到2018年國內(nèi)要形成>千億元級的人工智能市場應用規(guī)模。53.在非均等代價下，希望最小化（）A、總體代價B、召回率C、錯誤次數(shù)D、錯誤率正確答案：A答案解析：在非均等代價下，我們希望最小化總體代價。因為不同錯誤的代價不同，單純考慮錯誤率或錯誤次數(shù)等不能全面反映實際的代價情況，而總體代價綜合考慮了各種情況，能更好地指導決策以達到最小化代價的目的，召回率與在這種情況下最小化的目標無關。54.()學派認為未知參數(shù)與其他變量一樣，都是隨機變量，因此參數(shù)估計和變量推斷能統(tǒng)一在推斷框架下進行。A、切比雪夫B、馬爾可夫C、貝葉斯D、珀爾正確答案：C答案解析：貝葉斯學派認為未知參數(shù)與其他變量一樣，都是隨機變量，因此參數(shù)估計和變量推斷能統(tǒng)一在推斷框架下進行。貝葉斯推斷通過先驗分布結(jié)合觀測數(shù)據(jù)來更新對參數(shù)的認知，將參數(shù)視為具有不確定性的隨機量，從而把參數(shù)估計和一般的變量推斷統(tǒng)一起來。珀爾主要貢獻在因果推斷等領域；馬爾可夫主要涉及馬爾可夫鏈等概率模型；切比雪夫在不等式等方面有重要成果，均不符合題意。55.DBSCAN在最壞情況下的時間復雜度是（）A、O(m)B、O(m2)C、O(logm)D、O(m*logm)正確答案：B答案解析：DBSCAN算法在最壞情況下的時間復雜度是O(m^2)，其中m是樣本點的數(shù)量。這是因為在最壞情況下，每個樣本點都需要與其他所有樣本點進行距離計算，以確定其所屬的簇或是否為噪聲點。所以答案是B。56.（）是利用樣本的實際資料計算統(tǒng)計量的取值，并以引來檢驗事先對總體某些數(shù)量特征的假設是否可信作為決策取舍依據(jù)的一種統(tǒng)計分析方法A、方差分析B、邏輯分析C、回歸分析D、假設檢驗正確答案：D答案解析：假設檢驗是利用樣本的實際資料計算統(tǒng)計量的取值，并以此來檢驗事先對總體某些數(shù)量特征的假設是否可信，作為決策取舍依據(jù)的一種統(tǒng)計分析方法。邏輯分析側(cè)重于對事物邏輯關系的梳理等；方差分析主要用于多組數(shù)據(jù)均值差異的分析；回歸分析是研究變量間的相關關系及建立回歸模型等，均不符合題意。57.()的基本出發(fā)點，是認為低維流形嵌入到高維空間之后，直接在高維空間中計算直線距離具有誤導性，因為高維空間中的直線距離在低維嵌入流形上是不可達的。A、等范圍映射B、等距離映射C、等度量映射D、等空間映射正確答案：C58.“大數(shù)據(jù)”一詞從（）年提出來的A、2010B、2008C、2009D、2011正確答案：C59.被譽為“計算機科學之父”的科學家是A、明斯基B、圖靈C、麥卡錫D、馮諾依曼正確答案：B答案解析：艾倫·麥席森·圖靈是英國數(shù)學家、邏輯學家，被廣泛認為是“計算機科學之父”和“人工智能之父”。他提出了圖靈機的概念，為現(xiàn)代計算機的邏輯工作方式奠定了基礎，對計算機科學的發(fā)展有著極其深遠的影響。明斯基在人工智能等領域有重要貢獻；麥卡錫是人工智能的先驅(qū)之一；馮·諾依曼是現(xiàn)代計算機之父，他提出了存儲程序原理等重要理論。所以被譽為“計算機科學之父”的是圖靈，答案選B。二、多選題（共21題，每題1分，共21分）1.符合強人工智能的描述是()。A、僅在某個特定的領域超越人類的水平B、可以勝任人類的所有工作C、是通用的人工智能D、在科學創(chuàng)造力、智慧等方面都遠勝于人類正確答案：BC2.從能力角度來講，人工智能是智能機器所執(zhí)行的通常與人類智能有關的智能行為，如（）、感知、理解、通信、設計、思考、規(guī)劃、學習和問題求解等思維活動。A、判斷B、推理C、證明D、識別正確答案：ABCD答案解析：人工智能從能力角度來講，是智能機器所執(zhí)行的通常與人類智能有關的智能行為，包括判斷、推理、證明、識別、感知、理解、通信、設計、思考、規(guī)劃、學習和問題求解等思維活動。所以ABCD選項均正確。3.以下屬于仿生算法的有()。A、人工神經(jīng)網(wǎng)絡B、蒙特卡洛方法C、蟻群算法D、遺傳算法正確答案：ACD答案解析：蟻群算法是通過模擬螞蟻群體尋找食物的行為來求解優(yōu)化問題；遺傳算法是模擬生物進化過程的一種優(yōu)化算法；人工神經(jīng)網(wǎng)絡是模仿人類神經(jīng)系統(tǒng)的結(jié)構和功能構建的計算模型，它們都屬于仿生算法。而蒙特卡洛方法是通過隨機抽樣進行數(shù)值計算的方法，不屬于仿生算法。4.考察聚類內(nèi)的特征指標有（）A、SSBB、聚類半徑C、SSED、標準差正確答案：BCD5.在強化學習中,主體和環(huán)境之間交互的要素有()。A、強化B、狀態(tài)C、回報D、動作正確答案：BCD答案解析：在強化學習中，主體和環(huán)境之間交互包含狀態(tài)、動作、回報等要素。狀態(tài)是主體對環(huán)境當前情況的感知；動作是主體在當前狀態(tài)下采取的行為；回報是主體執(zhí)行動作后從環(huán)境中獲得的反饋信號，用于衡量主體的行為好壞。而強化是通過回報等對主體策略進行調(diào)整的過程，不是交互的直接要素。6.我國人工智能基礎層產(chǎn)業(yè)發(fā)展至今，已在智能芯片設計領域取得一定成就，其產(chǎn)品主要聚焦（）工具等應用場景A、智能手機B、安防監(jiān)控C、智能運載工具D、以上都不正確正確答案：ABC7.機器學習系統(tǒng)的組成要素包括（）A、任務B、算法C、性能指標D、經(jīng)驗來源正確答案：ACD8.下列陳述中哪些是描述強AI(通用AI)的正確答案？A、指的是一種機器，具有將智能應用于任何問題的能力B、是經(jīng)過適當編程的具有正確輸入和輸出的計算機，因此有與人類同樣判斷力的頭腦C、指的是一種機器，僅針對一個具體問題D、其定義為無知覺的計算機智能，或?qū)Ｗ⒂谝粋€狹窄任務的AI正確答案：AB答案解析：強AI（通用AI）指的是一種機器，具有將智能應用于任何問題的能力，是經(jīng)過適當編程的具有正確輸入和輸出的計算機，有與人類同樣判斷力的頭腦。選項C描述的是針對一個具體問題的情況，不是強AI；選項D中無知覺的計算機智能或?qū)Ｗ⒂讵M窄任務的AI也不是強AI的定義。所以正確答案是AB。9.人工智能是解決機器（）的學科A、感知B、理解C、決策D、證明正確答案：ABC答案解析：人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。它涉及到讓機器能夠感知（如通過傳感器獲取信息）、理解（對感知到的信息進行分析解讀）、決策（根據(jù)理解做出判斷和決定）等能力，雖然在某些特定場景和應用中也會涉及到一定程度的證明相關內(nèi)容，但整體上人工智能核心是圍繞感知、理解、決策展開的學科，所以答案是ABC。10.以下屬于機器學習的是（）A、監(jiān)督式學習B、強化學習C、非監(jiān)督式學習D、半監(jiān)督式學習正確答案：ABCD答案解析：機器學習主要分為監(jiān)督式學習、非監(jiān)督式學習、半監(jiān)督式學習和強化學習。監(jiān)督式學習有標記的訓練數(shù)據(jù)，用于預測；非監(jiān)督式學習處理無標記數(shù)據(jù)來發(fā)現(xiàn)模式；半監(jiān)督式學習結(jié)合少量標記數(shù)據(jù)和大量未標記數(shù)據(jù)進行學習；強化學習通過智能體與環(huán)境交互并根據(jù)獎勵調(diào)整行為。所以這四個選項都屬于機器學習。11.人工智能驅(qū)動數(shù)據(jù)安全治理加速向（）方向演進。A、自動化B、智能化C、精準化D、高效化正確答案：ABCD答案解析：人工智能驅(qū)動數(shù)據(jù)安全治理加速向自動化、智能化、高效化、精準化方向演進。自動化可減少人工干預，提高治理效率和準確性；智能化借助人工智能技術實現(xiàn)更智能的數(shù)據(jù)分析、風險評估等；高效化能提升整個治理過程的速度和效果；精準化可更精確地識別和處理數(shù)據(jù)安全問題。12.智能技術有著能立刻拓展智能技術用途的潛力，其優(yōu)點主要有（）A、不需要軟，硬件購買等初期投入B、不需要實現(xiàn)預測分析等人工智能技術C、使用云智能的分析可以在任意云中儲存數(shù)據(jù)，并毫不費力地進行數(shù)據(jù)交換D、云智能不要求使用者是機器學專家正確答案：ACD13.機器學習的主要應用領域包括？A、數(shù)據(jù)挖掘B、圖像識別C、認知模擬D、規(guī)劃問題求解正確答案：ABCD14.根據(jù)技術架構不同，人工智能芯片可分為（）A、通用類芯片（比如CPU和GPU）B、基于FPGA的半定制化芯片C、全定制化ASIC芯片D、類腦計算芯片正確答案：ABCD答案解析：人工智能芯片根據(jù)技術架構不同，可分為通用類芯片（如CPU和GPU）、基于FPGA的半定制化芯片、全定制化ASIC芯片、類腦計算芯片等。通用類芯片通用性強，應用廣泛；FPGA可根據(jù)需求靈活定制；ASIC芯片是專門為特定任務定制的，性能和效率高；類腦計算芯片則模仿人類大腦的結(jié)構和工作方式進行設計，具有獨特的優(yōu)勢。15.非機器學習有哪些類型？A、規(guī)則推理B、人工智能C、概念與分類學習D、假設與推理學習正確答案：AB16.推斷統(tǒng)計方法包括哪些內(nèi)容（）。A、采樣分布B、趨勢分析C、假設檢驗D、參數(shù)估計正確答案：ACD17.如何在監(jiān)督式學習中使用聚類算法（）？A、首先，可以創(chuàng)建聚類，然后分別在不同的集群上應用監(jiān)督式學習算法B、在應用監(jiān)督式學習算法之前，可以將其類別ID作為特征空間中的一個額外的特征C、在應用監(jiān)督式學習之前，不能創(chuàng)建聚類D、在應用監(jiān)督式學習算法之前，不能將其類別ID作為特征空間中的一個額外的特征正確答案：AB答案解析：選項A，創(chuàng)建聚類后在不同集群上應用監(jiān)督式學習算法，這是一種可行的在監(jiān)督式學習中使用聚類算法的方式；選項B，將類別ID作為特征空間中的額外特征，然后再應用監(jiān)督式學習算法，也是合理的做法；選項C與選項A相悖，是錯誤的；選項D與選項B相悖，也是錯誤的。18.大數(shù)據(jù)的處理需要經(jīng)過幾個流程？A、數(shù)據(jù)建模B、數(shù)據(jù)清