人工智能核心算法模擬練習題含參考答案一、單選題（共44題，每題1分，共44分）1.使用交叉驗證最簡單的方法是在估計器和數據集上調用什么輔助函數？A、cross_val%B、cross_val_scoreC、val_scoreD、cross_score正確答案：B2.代碼arr1=np.array（[[1,2,3],[4,5,6]]）;arr2=2*np.ones（[2,3],dtype=64）;print（（arr1*arr2）[1][2]）的輸出結果是（）？注：（已導入numpy庫）importnumpyasnpA、8B、12C、10D、6正確答案：B3.半監督支持向量機簡稱？A、SVMPB、S2VMC、S3VMD、SSVM正確答案：C4.最小二乘法就是試圖找到一條直線，使所有樣本到直線上的（）之和最小。A、馬氏距離B、曼哈頓距離C、切比雪夫距離D、歐氏距離正確答案：D5.關于bagging下列說法錯誤的是：（）A、各基分類器之間有較強依賴，不可以進行并行訓練。B、為了讓基分類器之間互相獨立，需要將訓練集分為若干子集。C、最著名的算法之一是基于決策樹基分類器的隨機森林。D、當訓練樣本數量較少時，子集之間可能有重疊。正確答案：A6.如果我們希望預測n個類（p1，p2...pk）的概率使得所有n的p的和等于1，那么下列哪個函數可以用作輸出層中的激活函數？A、SigmoidB、ReLuC、SoftmaxD、Tanh正確答案：C7.下列哪個包不是用于處理圖像的？（）A、gensimB、opencvC、skimageD、Scipy正確答案：A8.協同訓練（co-training）是針對(___)數據設計？A、多版本B、多角度C、多視圖D、多環境正確答案：C9.強化學習在每個時刻環境和個體都會產生相應的交互。個體可以采取一定的（），這樣的行動是施加在環境中的。A、actionB、stateC、rewardD、agent正確答案：A10.在數據挖掘中，比較成熟的預測算法包括Logistic回歸模型、（）、決策樹、神經網絡等A、時間序列B、線性回歸C、灰色模型D、貝葉斯網絡正確答案：D11.數據科學家經常使用多個算法進行預測，并將多個機器學習算法的輸出（稱為“集成學習”）結合起來，以獲得比所有個體模型都更好的更健壯的輸出。則下列說法正確的是？（）A、基本模型之間相關性高。B、基本模型之間相關性低。C、集成方法均使用加權平均代替投票方法。D、基本模型都來自于同一算法。正確答案：B12.每一棵決策樹擬合的是之前迭代得到的模型的（）A、標準差B、均方差C、殘差D、方差正確答案：C13.下列哪些項目是在圖像識別任務中使用的數據擴增技術(dataaugmentationtechnique)？1水平翻轉(Horizontalflipping)2隨機裁剪(Randomcropping)3隨機放縮(Randomscaling)4顏色抖動(Colorjittering)5隨機平移(Randomtranslation)6隨機剪切(Randomshearing)A、1，3，5，6B、1，2，4C、2，3，4，5，6D、所有項目正確答案：D14.對于給定的關于天氣信息的數據集，已知空氣的溫度、濕度、氣壓、是否降雨以及pm2.5指數，需要建立一個回歸模型預測pm2.5指數，這是一個（）。A、半監督學習B、強化學習C、有監督的學習D、無監督學習正確答案：C15.關于SVM，以下描述錯誤的是（）A、某個核函數使訓練集在特征空間中線性可分，可能原因是欠擬合B、正則化可理解為一種“罰函數法C、“軟間隔”允許某些樣本不滿足約束D、如果原始空間是有限維，即屬性數有限，那么一定存在一個高維特征空間使樣本可分正確答案：A16.隨著卷積層數的增加，下面描述正確的是：①.在一定層數范圍內，效果越來越好②.能夠抽取的特征更加復雜③.層數越多越容易發生梯度消失A、①②③B、①②C、①③D、②③正確答案：A17.前饋神經網絡是一種簡單的神經網絡，各神經元分層排列，是目前應用最廣泛，發展最迅速的人工神經網絡之一。以下關于前饋神經網絡說法正確的是:A、具備計算能力的神經元與上下兩層相連B、其輸入節點具備計算能力C、同一層神經元相互連接D、層間信息只沿個方向傳遞正確答案：D18.下列哪一項不是常見的機器學習模型正則化方法。A、數據增強B、模型集成C、引入參數范數懲罰項D、數據優化正確答案：D19.卷積神經網絡(convolu-tionalneuralnetwork，CNN)，是一種專門用來處理具有類似()的數據的神經網絡。A、網格結構B、數組結構C、序列結構D、表格結構正確答案：A20.測試集應盡可能與訓練集(___)。A、包含B、互斥C、相容D、相等正確答案：B21.將訓練集隨機等分為k份,選擇其中的1份為測試集,另外k-1份作為訓練集進行訓練,進而可以進行k次訓練和測試,最后返回這k個測試結果的均值，這種評估模型的方法叫做(____)。A、k折交叉驗證B、留一交叉驗證C、自助法D、留出法正確答案：A22.前饋神經網絡通過誤差后向傳播（BP算法）進行參數學習，這是一種（）機器學習手段A、監督學習B、無監督學習C、半監督學習D、無監督學習和監督學習的結合正確答案：A23.下列哪些屬于循環神經網絡（）A、LeNetB、GoogleNetC、Bi-LSTMD、BERT正確答案：C24.關于wordembedding下列敘述正確的是①.向量維數較低②.向量之間有更強的相關關系③.向量不再是稀疏的④.向量中的值更容易計算A、①③④B、①③④C、①②④D、①②③正確答案：D25.以下哪些算法是分類算法（）A、DBSCANB、C4.5C、K-MeanD、EM正確答案：B26.()是用來評估神經網絡的計算模型對樣本的預測值和真實值之間的誤差大小。A、優化函數B、梯度下降C、損失函數D、反向傳播正確答案：C27.在pytorch中，設模型變量名為model，則對model.eval()的描述正確的是A、model.eval()可以在模型訓練階段使用B、model.eval()在模型訓練、模型驗證、模型測試階段都可以使用C、model.eval()只能在模型測試階段使用D、model.eval()在模型驗證、模型測試階段都可以使用正確答案：D28.聚類是一種典型的無監督學習任務，然而在現實聚類任務中我們往往能獲得一些額外的監督信息，于是可通過(___)來利用監督信息以獲得更好的聚類效果。A、聚類B、監督聚類C、直推聚類D、半監督聚類正確答案：D29.下列哪種機器學習算法不需要歸一化處理？（）A、DecisionTreeB.SVMB、KmeansC、LogisticRegression正確答案：A30.將輸出標記的對數作為線性模型逼近的目標是(___)。A、對數幾率回歸B、極大似然法C、正則化D、對數線性回歸正確答案：D31.強化學習的目標是找到（）的策略A、最小損失函數B、全局最優解C、局部最優解D、最大化收益正確答案：D32.關于線性回歸的描述,以下正確的有（）A、基本假設包括隨機干擾項是均值為0,方差為1的標準正態分布B、基本假設包括隨機干擾項是均值為0的同方差正態分布C、多重共線性會使得參數估計值方差減小D、基本假設包括不服從正態分布的隨機干擾項正確答案：B33.循環神經網在工業上最常用的兩種實現是：①.LSTM②.GRU③.CNN④.DNNA、①③B、①②C、①③D、①④正確答案：B34.圖像數字化分為兩個步驟：一為取樣，二為（）。A、量化B、數字化C、去噪聲D、清洗正確答案：A35.某超市研究銷售紀錄數據后發現，買啤酒的人很大概率也會購買尿布，這種屬于數據挖掘的哪類問題？（）A、自然語言處理B、分類C、關聯規則發現D、聚類正確答案：C36.關于貝葉斯網的學習描述錯誤的為(___)A、網絡結構為已知；B、估計出每個結點的條件概率；C、評分搜索為求解的常用辦法；D、貝葉斯的學習過程為對訓練樣本計數；正確答案：A37.根據邊的性質不同，概率圖模型可大致分為兩類：第一類是使用有向無環圖表示變量間的依賴關系，稱為有向圖模型或貝葉斯網（Bayesiannetwork）；第二類是使用無向圖表示變量間的相關關系，稱為(___)。A、赫布網B、拉普拉斯網C、馬爾科夫網D、塞繆爾網正確答案：C38.關于Elman網絡描述錯誤的是(___)A、作為遞歸神經網絡，允許出現環形結構；B、一些神經元的輸出反饋回來會作為輸入信號；C、用于處理靜態模型，即無法處理與時間有關的動態變化；D、可利用BP算法來進行參數優化；正確答案：C39.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：D40.LSTM是一種什么網絡？A、孿生網絡B、前饋神經網C、卷積神經網D、循環神經網正確答案：D41.Dropout是一種在深度學習環境中應用的正規化手段。它是這樣運作的：在一次循環中我們先隨機選擇神經層中的一些單元并將其臨時隱藏，然后再進行該次循環中神經網絡的訓練和優化過程。在下一次循環中，我們又將隱藏另外一些神經元，如此直至訓練結束。根據以上描述，Dropout技術在下列哪種神經層中將無法發揮顯著優勢？A、仿射層B、卷積層C、RNN層D、均不對正確答案：C42.下面的問題，哪一個屬于分類問題的是（）A、根據員工的薪水、工作壓力、成長環境、工作年限、績效考核等數據，預測員工是否可能會在接下來的一段時間內離職B、根據員工的薪水、工作壓力、成長環境、工作年限、績效考核等數據，預測員工在接下來一段時間內的工資漲幅C、根據員工的薪水、工作壓力、成長環境、工作年限、績效考核等數據，預測員工下一季度的銷售額D、根據員工的薪水、工作壓力、成長環境、工作年限、績效考核等數據，預測員工下一季度的績效考核分數正確答案：A43.對于圖像數據，通常使用的模型是（）A、word2vecB、循環神經網絡C、bertD、卷積神經網絡正確答案：D44.一張RGB彩色圖片存儲在計算機中通常不含以下哪一項：A、黃色通道B、藍色通道C、綠色通道D、紅色通道正確答案：A二、多選題（共24題，每題1分，共24分）1.下列哪些項是決策樹常用的屬性選擇指標（）A、信息增益B、Gini系數C、信息增益率D、距離平方和正確答案：ABC2.經典邏輯推理有哪些？A、不確定與非單調推理B、歸結演繹推理C、自然演繹推理D、與、或形演繹推理正確答案：BCD3.帶有記憶處理的神經元有（）A、LSTMB、GRUC、CNND、ResNet正確答案：AB4.配置關鍵詞時，我們可以按照以下哪個方法來進行操作？A、使用核心的詞匯或詞組來配置B、僅配置數字；C、僅配置字母；D、針對任一問題來提取關鍵詞配置正確答案：AD5.faster-rcnn網絡每個位置生成哪幾種比例的anchor？A、1比1B、2比2C、1比2D、2比1正確答案：ACD6.隱馬爾可夫模型三個基本問題以及相應的算法說法正確的是()A、評估—前向后向算法B、解碼—維特比算法C、學習—Baum-Welch算法D、學習—前向后向算法正確答案：ABC7.以下哪些是屬于深度學習算法的激活函數?A、ReLUB、TanhC、SigmoidD、Sin正確答案：ABC8.文本語料庫的可能特征是什么？A、詞的向量標注B、文本中詞計數C、詞性標注（PartofSpeechTag）D、基本依存語法正確答案：ABCD9.下列模型屬于機器學習生成式模型的是（）A、深度信念網絡B、隱馬爾科夫模型C、樸素貝葉斯D、線性回歸模型正確答案：ABC10.利用one-hot表示一個向量，使用一個詞表長的向量表示一個單詞，被表示單詞對應的位置為（），其他單詞對應的位置均為（）A、0B、1C、-1D、2正確答案：AB11.模型選擇方法包括哪些？A、格點搜索B、交叉驗證C、針對預測誤差評估的度量函數正確答案：ABC12.下面關于機器學習的理解正確的是（）A、監督學習和非監督學習的區別在于是否要求樣本數據帶標簽B、非監督學習的樣本數據是要求帶標簽的C、卷積神經網絡一般用于圖像處理等局部特征相關的數據D、強化學習以輸入數據作為對模型的反饋正確答案：ACD13.Relu激活函數的優點？A、解決了梯度消失、爆炸的問題B、輸出不是以0為中心C、計算方便，計算速度快，求導方便D、加速網絡訓練正確答案：ACD14.人工智能算法中，決策樹分類算法包括A、C4.5B、ID3C、SGDD、CART正確答案：ABD15.關于線性回歸說法正確的是（）A、日常生活中，收入預測可以作為線性回歸問題來解決B、線性回歸是簡單的方法"C、商品庫存預測，是一種典型的有監督學習方法D、常用的回歸模型有線性回實用歸和非線性回歸正確答案：ABCD16.對于Word2vec的2個基礎算法，每次（）更新只能優化一個向量且softmax里的指數求和操作計算量太大，一般使用比較高效的（）算法。A、梯度B、負采樣C、正采樣D、旋度正確答案：AB17.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：AD18.VGG從（）角度改進了之前的圖像分類網絡？GoogLeNet從（）角度改進了之前的圖像分類網絡？ResNet從（）角度改進了之前的圖像分類網絡？A、輕量化網絡模型B、增加網絡深度C、改善網絡退化現象D、增加網絡寬度正確答案：BCD19.下列可以用于分類問題的機器學習算法有：A、邏輯回歸B、決策樹C、k近鄰D、隨機森林正確答案：ABCD20.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：ABC21.線性回歸的基本假設包括哪個？A、隨機誤差項是一個期望值為0的隨機變量B、對于解釋變量的所有觀測值，隨機誤差項有相同的方差C、隨機誤差項彼此相關D、解釋變量是確定性變量不是隨機變量，與隨機誤差項之間相互獨立正確答案：ABD22.FasterRCNN模型相比于FastR-CNN模型，算法的改進主要體現在（）A、提出候選框生成網絡，取代了SelectiveSearchB、在RPN與最終輸出的兩個階段，將分類損失和框回歸損失進行聯合后對網絡進行優化C、采用ROIpooling層，加速特征提取過程D、將CNN提取到的特征送入SVM進行分類正確答案：AB23.非線性核SVM研究重點是設計快速近似算法，包括（）A、低秩逼近B、隨機分布C、隨機傅里葉特征D、采樣正確答案：ACD24.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C、投票制D、累乘制正確答案：BC三、判斷題（共36題，每題1分，共36分）1.數據預處理方法主要有數據清洗、數據集成、數據變換、數據歸約A、正確B、錯誤正確答案：A2.PageRank是一個函數,它對Web中的每個網頁賦予一個實數值。它的意圖在于網頁的PageRank越高,那么它就相關性越高A、正確B、錯誤正確答案：B3.NFL（NoFreeLunchTheorem）定理有一個重要前提：所有“問題”出現的機會相同、或所有問題同等重要。A、正確B、錯誤正確答案：A4.解路徑也可以用規則的序列表示，如果從問題的初始狀態依次應用這些規則，得到的節點連同初始狀態剛好是一個解路徑的話.解路徑又可以稱為問題的解，或簡稱為解。A、正確B、錯誤正確答案：A5.聚類（clustering）是這樣的過程：它找出描述并區分數據類或概念的模型(或函數)，以便能夠使用模型預測類標記未知的對象類A、正確B、錯誤正確答案：B6.PSP網絡獲取上下文信息的關鍵在于增大感受野A、正確B、錯誤正確答案：A7.原始業務數據來自多個數據庫或數據倉庫，它們的結構和規則可能是不同的，這將導致原始數據非常的雜亂、不可用，即使在同一個數據庫中，也可能存在重復的和不完整的數據信息，為了使這些數據能夠符合數據挖掘的要求，提高效率和得到清晰的結果，必須進行數據的預處理。A、正確B、錯誤正確答案：A8.對于SVM分類算法，待分樣本集中的大部分樣本不是支持向量，移去或者減少這些樣本對分類結果沒有影響。A、正確B、錯誤正確答案：A9.PCA可用于在較小維度上投影和可視化數據。A、正確B、錯誤正確答案：A10.SVM是在特征空間上找到最佳的分離超平面，使得訓練集上的正負樣本間隔最大。是用來解決二分類問題，在引入核方法后也可以解決非線性問題。A、正確B、錯誤正確答案：A11.卷積神經網絡中同一卷積層的所有卷積核是權重共享的。A、正確B、錯誤正確答案：A12.神經網絡中的注意力機制受到人類視覺中注意力的啟發，即人類視覺注意力能夠聚焦到圖像的特定區域，并在這個區域有非常低的分辨率，而在其它區域有較高的分辨率。A、正確B、錯誤正確答案：B13.圖像分類是根據圖像的語義信息對不同類別圖像進行區分，是計算機視覺的核心，是物體檢測、圖像分割、物體跟蹤、行為分析、人臉識別等其他高層次視覺任務的基礎A、正確B、錯誤正確答案：A14.當訓練數據近似線性可分時，通過硬間隔最大化，也學習一個線性的分類器，即線性支持向量機，又稱為硬間隔支持向量機。A、正確B、錯誤正確答案：B15.SOFTMAX函數，是用來將全數域函數結果映射到概率空間。A、正確B、錯誤正確答案：A16.Sigmoid是神經網絡中最常用到的一種激活函數，除非當梯度太大導致激活函數被彌散，這叫作神經元飽和,這就是為什么ReLU會被提出來，因為ReLU可以使得梯度在正向時輸出值與原始值一樣。這意味著在神經網絡中ReLU單元永遠不會飽和。A、正確B、錯誤正確答案：B17.EM算法用于訓練樣本完整的情況下進行估計A、正確B、錯誤正確答案：B18.人工校驗是指打印數據輸出結果，觀察是否是預期的格式。實現數據處理和加載函數后，我們可以調用它讀取一次數據，觀察數據的shape和類型是否與函數中設置的一致A、正確B、錯誤正確答案：A19.利用one-hot表示一個向量，使用一個詞表長的向量表示一個單詞，被表示單詞對應的位置為0，其他單詞對應的位置均為1A、正確B、錯誤正確答案：B20.LR的損失函數為hingeloss（或者說是邏輯損失都可以）、而SVM的損失函數為Log損失。A、正確B、錯誤正確答案：B21.N-gram模型中，N指的是忽略距離大于n的上文詞的影響，N越大時。模型包含的次序信息越豐富，同時計算量隨