2023年《人工智能》現(xiàn)代科技知識(shí)考試題與答案

2023年《人工智能》現(xiàn)代科技知識(shí)考

試題與答案目錄簡(jiǎn)介一、 單選題：共40題二、 多選題：共20題三、 判斷題：共26題一、單選題1、 下列哪部分不是專(zhuān)家系統(tǒng)的組成部分？用戶(hù)綜合數(shù)據(jù)庫(kù)推理機(jī)知識(shí)庫(kù)正確答案：A解析：《人工智能導(dǎo)論》（第4版）作者：王萬(wàn)良出版社：高等教育出版社2、 下列哪個(gè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)會(huì)發(fā)生權(quán)重共享？卷積神經(jīng)網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)全連接神經(jīng)網(wǎng)絡(luò)A和B正確答案：D解析：《深度學(xué)習(xí)、優(yōu)化與識(shí)別》作者:焦李成出版社:清華大學(xué)出版社3、 下列哪個(gè)不屬于常用的文本分類(lèi)的特征選擇算法？卡方檢驗(yàn)值互信息信息增益主成分分析正確答案：D解析：《自然語(yǔ)言處理》作者：劉挺出版社：高等教育出版社4、 下列哪個(gè)不是人工智能的技術(shù)應(yīng)用領(lǐng)域？搜索技術(shù)數(shù)據(jù)挖掘智能控制編譯原理正確答案：D解析：《走進(jìn)人工智能》作者：周旺出版社：高等教育出版社5、 Q（s,a）是指在給定狀態(tài)s的情況下，釆取行動(dòng)a之后，后續(xù)的各個(gè)狀態(tài)所能得到的回報(bào)（）?？偤妥畲笾底钚≈灯谕嫡_答案：D解析：《深度學(xué)習(xí)、優(yōu)化與識(shí)別》作者:焦李成出版社:清華大學(xué)出版社6、 數(shù)據(jù)科學(xué)家可能會(huì)同時(shí)使用多個(gè)算法（模型）進(jìn)行預(yù)測(cè)，并且最后把這些算法的結(jié)果集成起來(lái)進(jìn)行最后的預(yù)測(cè)（集成學(xué)習(xí)），以下對(duì)集成學(xué)習(xí)說(shuō)法正確的是（）。單個(gè)模型之間有高相關(guān)性單個(gè)模型之間有低相關(guān)性在集成學(xué)習(xí)中使用“平均權(quán)重"而不是“投票"會(huì)比較好單個(gè)模型都是用的一個(gè)算法正確答案：B解析：《機(jī)器學(xué)習(xí)方法》作者：李航出版社：清華大學(xué)出版社7、 以下哪種技術(shù)對(duì)于減少數(shù)據(jù)集的維度會(huì)更好？刪除缺少值太多的列刪除數(shù)據(jù)差異較大的列刪除不同數(shù)據(jù)趨勢(shì)的列都不是正確答案：A解析：《機(jī)器學(xué)習(xí)》作者：周志華出版社：清華大學(xué)出版社8、 在強(qiáng)化學(xué)習(xí)過(guò)程中，學(xué)習(xí)率越大，表示釆用新的嘗試得到的結(jié)果比例越（），保持舊的結(jié)果的比例越（）。大，小大，大小，大小，小正確答案：A解析：《深度學(xué)習(xí)、優(yōu)化與識(shí)別》作者:焦李成出版社:清華大學(xué)出版社9、 以下哪種方法不屬于特征選擇的標(biāo)準(zhǔn)方法？嵌入過(guò)濾包裝抽樣正確答案：D解析：《深度學(xué)習(xí)、優(yōu)化與識(shí)別》作者:焦李成出版社:清華大學(xué)出版社10、 要想讓機(jī)器具有智能，必須讓機(jī)器具有知識(shí)。因此，在人工智能中有一個(gè)研究領(lǐng)域，主要研究計(jì)算機(jī)如何自動(dòng)獲取知識(shí)和技能，實(shí)現(xiàn)自我完善，這門(mén)研究分支學(xué)科叫（）。專(zhuān)家系統(tǒng)機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模式識(shí)別正確答案：B11、 在一個(gè)神經(jīng)網(wǎng)絡(luò)中，下面（）方法可以用來(lái)處理過(guò)擬合。Dropout分批歸一化（BatchNormalization）正則化（Regularization）都可以正確答案：D12、 以下幾種模型方法屬于判別式模型的有（）。1）混合高斯模型2）條件隨機(jī)場(chǎng)模型3）區(qū)分度訓(xùn)練4）隱馬爾科夫模型TOC\o"1-5"\h\z2,33,41,41,2正確答案：A13、 神經(jīng)網(wǎng)絡(luò)模型因受人類(lèi)大腦的啟發(fā)而得名。神經(jīng)網(wǎng)絡(luò)由許多神經(jīng)元組成，每個(gè)神經(jīng)元接受一個(gè)輸入，對(duì)輸入進(jìn)行處理后給出一個(gè)輸出。請(qǐng)問(wèn)下列關(guān)于神經(jīng)元的描述中，哪一項(xiàng)是正確的？每個(gè)神經(jīng)元只有一個(gè)輸入和一個(gè)輸出每個(gè)神經(jīng)元有多個(gè)輸入和一個(gè)輸出每個(gè)神經(jīng)元有一個(gè)輸入和多個(gè)輸出每個(gè)神經(jīng)元有多個(gè)輸入和多個(gè)輸出上述都正確正確答案：E14、 生成對(duì)抗網(wǎng)絡(luò)像是一個(gè)博弈系統(tǒng)，生成器生成偽造的樣本，判別器判斷是真是假，我們理想的結(jié)果是（）。生成器產(chǎn)生的樣本大致相同判別器高效的分辨生成器產(chǎn)生樣本的真假判別器無(wú)法分辨生成器產(chǎn)生樣本的真假生成器產(chǎn)生的樣本不盡相同正確答案：C15、 己知：1）大腦是有很多個(gè)叫做神經(jīng)元的東西構(gòu)成,神經(jīng)網(wǎng)絡(luò)是對(duì)大腦的簡(jiǎn)單的數(shù)學(xué)表達(dá)。2）每一個(gè)神經(jīng)元都有輸入、處理函數(shù)和輸出。3）神經(jīng)元組合起來(lái)形成了網(wǎng)絡(luò)，可以擬合任何函數(shù)。4）為了得到最佳的神經(jīng)網(wǎng)絡(luò)，我們用梯度下降方法不斷更新模型。給定上述關(guān)于神經(jīng)網(wǎng)絡(luò)的描述，（）什么情況下神經(jīng)網(wǎng)絡(luò)模型被稱(chēng)為深度學(xué)習(xí)模型？加入更多層，使神經(jīng)網(wǎng)絡(luò)的深度增加有維度更高的數(shù)據(jù)當(dāng)這是一個(gè)圖形識(shí)別的問(wèn)題時(shí)以上都不正確正確答案：A16、 梯度下降算法的正確步驟是什么？1）計(jì)算預(yù)測(cè)值和真實(shí)值之間的誤差2）重復(fù)迭代，直至得到網(wǎng)絡(luò)權(quán)重的最佳值3）把輸入傳入網(wǎng)絡(luò)，得到輸出值4）用隨機(jī)值初始化權(quán)重和偏差5）對(duì)每一個(gè)產(chǎn)生誤差的神經(jīng)元，調(diào)整相應(yīng)的（權(quán)重）值以減小誤差1,2,3,4,55,4,3,2,13,2,1,5,44,3,1,5,2正確答案：D17、 如果一個(gè)模型在測(cè)試集上偏差很大，方差很小，則說(shuō)明該模型（）。過(guò)擬合可能過(guò)擬合可能欠擬合剛好擬合欠擬合正確答案：B18、 假如我們使用非線性可分的SVM目標(biāo)函數(shù)作為最優(yōu)化對(duì)象，我們?cè)趺幢ＷC模型線性可分？設(shè)C=1設(shè)00設(shè)C二無(wú)窮大都不對(duì)正確答案：C19、 下列哪項(xiàng)關(guān)于模型能力（指神經(jīng)網(wǎng)絡(luò)模型能擬合復(fù)雜函數(shù)的能力）的描述是正確的？隱藏層層數(shù)增加，模型能力可能增加Dropout的比例增加，模型能力必然增加學(xué)習(xí)率增加，模型能力必然增加都不正確正確答案：A20、 輸入32X32的圖像，用大小5X5的卷積核做步長(zhǎng)為1的卷積計(jì)算，輸出圖像的大小是（）。TOC\o"1-5"\h\z28X2328X2829X2923X23正確答案：B21、 我們想在大數(shù)據(jù)集上訓(xùn)練決策樹(shù)，為了使訓(xùn)練時(shí)間更少，我們可以（）。增加樹(shù)的深度增加學(xué)習(xí)率減少樹(shù)的深度減少樹(shù)的數(shù)量正確答案：C22、 Q-learning算法中，Q函數(shù)是（）。狀態(tài)-動(dòng)作值函數(shù)狀態(tài)函數(shù)估值函數(shù)獎(jiǎng)勵(lì)函數(shù)正確答案：A23、 語(yǔ)言模型的參數(shù)估計(jì)經(jīng)常使用最大似然估計(jì)，面臨的一個(gè)問(wèn)題是沒(méi)有出現(xiàn)的項(xiàng)概率為0,這樣會(huì)導(dǎo)致語(yǔ)言模型的效果不好。為了解決這個(gè)問(wèn)題，需要使用（）。平滑去噪隨機(jī)插值增加白噪音正確答案：A24＞關(guān)于Logit回歸和SVM不正確的是（）。Logit回歸目標(biāo)函數(shù)是最小化后驗(yàn)概率Logit回歸可以用于預(yù)測(cè)事件發(fā)生概率的大小SVM目標(biāo)是結(jié)構(gòu)風(fēng)險(xiǎn)最小化SVM可以有效避免模型過(guò)擬合正確答案：A25＞機(jī)器翻譯屬于（）領(lǐng)域的應(yīng)用。自然語(yǔ)言處理搜索技術(shù)專(zhuān)家系統(tǒng)數(shù)據(jù)挖掘正確答案：A26、 下列不是SVM核函數(shù)的是（）。多項(xiàng)式核函數(shù)Logistic核函數(shù)徑向基核函數(shù)Sigmoid核函數(shù)正確答案：B27、 下面哪個(gè)決策邊界是神經(jīng)網(wǎng)絡(luò)生成的？TOC\o"1-5"\h\zABCD以上都有正確答案：E28、 假設(shè)在訓(xùn)練中我們突然遇到了一個(gè)問(wèn)題：在幾次循環(huán)之后，誤差瞬間降低。你認(rèn)為數(shù)據(jù)有問(wèn)題，于是你畫(huà)出了數(shù)據(jù)并且發(fā)現(xiàn)也許是數(shù)據(jù)的偏度過(guò)大造成了這個(gè)問(wèn)題，你打算怎么做來(lái)處理這個(gè)問(wèn)題？對(duì)數(shù)據(jù)作歸一化對(duì)數(shù)據(jù)取對(duì)數(shù)變化對(duì)數(shù)據(jù)作主成分分析和歸一化都不對(duì)正確答案：C29、 對(duì)于神經(jīng)網(wǎng)絡(luò)的說(shuō)法，下面正確的是（）。1）增加神經(jīng)網(wǎng)絡(luò)層數(shù)，可能會(huì)增加測(cè)試數(shù)據(jù)集的分類(lèi)錯(cuò)誤率2）減少神經(jīng)網(wǎng)絡(luò)層數(shù)，總是能減小測(cè)試數(shù)據(jù)集的分類(lèi)錯(cuò)誤率3）增加神經(jīng)網(wǎng)絡(luò)層數(shù)，總是能減小訓(xùn)練數(shù)據(jù)集的分類(lèi)錯(cuò)誤率TOC\o"1-5"\h\z11和31和22正確答案：A30、 如果你正在處理文本數(shù)據(jù)，使用單詞嵌入（Word2vec）表示使用的單詞。在單詞嵌入中，最終會(huì)有1000維。如果想減小這個(gè)高維數(shù)據(jù)的維度，使得相似的詞在最鄰近的空間中具有相似的含義。在這種情況下，你最有可能選擇以下哪種算法？t-SNEPCALDA都不是正確答案：A31、 當(dāng)考慮某個(gè)具體問(wèn)題時(shí)，你可能只有少量數(shù)據(jù)來(lái)解決這個(gè)問(wèn)題。不過(guò)幸運(yùn)的是你有一個(gè)針對(duì)類(lèi)似問(wèn)題己經(jīng)預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)。你可以用下面哪種方法來(lái)利用這個(gè)預(yù)先訓(xùn)練好的網(wǎng)絡(luò)？保留最后一層，將其余層重新訓(xùn)練對(duì)新數(shù)據(jù)重新訓(xùn)練整個(gè)模型只對(duì)最后幾層進(jìn)行調(diào)參對(duì)每一層模型進(jìn)行評(píng)估，選擇其中的少數(shù)來(lái)用正確答案：C32、 在一個(gè)n維的空間中，最好的檢測(cè)離群點(diǎn)(outlier)的方法是()。作正態(tài)分布概率圖作盒形圖馬氏距離作散點(diǎn)圖正確答案：C33、 在大規(guī)模的語(yǔ)料中，挖掘詞的相關(guān)性是一個(gè)重要的問(wèn)題。以下哪一個(gè)信息不能用于確定兩個(gè)詞的相關(guān)性？互信息最大嫡卡方檢驗(yàn)最大似然比正確答案：B34、 基于統(tǒng)計(jì)的分詞方法為（）。正向最大匹配法逆向最大匹配法最少切分條件隨機(jī)場(chǎng)正確答案：D35、 請(qǐng)選擇下面可以應(yīng)用隱馬爾科夫（HMM）模型的數(shù)據(jù)集Oo基因序列數(shù)據(jù)集電影瀏覽數(shù)據(jù)集股票市場(chǎng)數(shù)據(jù)集所有以上正確答案：D36、 以P（w）表示詞條w的概率，假設(shè)已知P（南京）二0、8,P（市長(zhǎng)）=0、6,P（江大橋）=0、4,P（南京市）二0、3,P（長(zhǎng)江大橋）二0、5,在訓(xùn)練語(yǔ)料中未出現(xiàn)的詞條概率為0。假設(shè)前后兩個(gè)詞的出現(xiàn)是獨(dú)立的，那么分詞結(jié)果就是（）o南京市*長(zhǎng)江*大橋南京*市長(zhǎng)*江大橋南京市長(zhǎng)*江大橋南京市*長(zhǎng)江大橋正確答案：B37、 在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)，損失函數(shù)在最初的幾個(gè)epoch時(shí)沒(méi)有下降，可能的原因是（）。學(xué)習(xí)率太低正則參數(shù)太高陷入局部最小值以上都有可能正確答案：A38、 以下屬于回歸算法的優(yōu)化指標(biāo)是（）。A.召回率混淆矩陣均方誤差準(zhǔn)確率正確答案：C39、 假設(shè)你使用log-loss函數(shù)作為評(píng)估標(biāo)準(zhǔn)。下面這些選項(xiàng)，哪些是對(duì)作為評(píng)估標(biāo)準(zhǔn)的log-loss的正確解釋?zhuān)浚y度：★★★★★）如果分類(lèi)器對(duì)不正確分類(lèi)結(jié)果的置信度高，log-loss會(huì)對(duì)分類(lèi)器作出懲罰對(duì)一個(gè)特別的觀察而言，分類(lèi)器為正確的分類(lèi)結(jié)果分配非常小的概率，然后對(duì)log-loss的相應(yīng)分布會(huì)非常大log-loss越低,模型越好以上都是正確答案：D40、 對(duì)于一個(gè)圖像識(shí)別問(wèn)題（在一張照片里找出一只貓）,下面哪種神經(jīng)網(wǎng)絡(luò)可以更好地解決這個(gè)問(wèn)題？循環(huán)神經(jīng)網(wǎng)絡(luò)感知機(jī)多層感知機(jī)卷積神經(jīng)網(wǎng)絡(luò)正確答案：D二、多選題1、 假設(shè)我們要解決一個(gè)二類(lèi)分類(lèi)問(wèn)題，我們己經(jīng)建立好了模型，輸出是0或1,初始時(shí)設(shè)閾值為0、5,超過(guò)0、5概率估計(jì)，就判別為1,否則就判別為0；如果我們現(xiàn)在用另一個(gè)大于0、5的閾值，那么現(xiàn)在關(guān)于模型說(shuō)法，正確的是（）。模型分類(lèi)的召回率會(huì)降低或不變B?模型分類(lèi)的召回率會(huì)升高模型分類(lèi)準(zhǔn)確率會(huì)升高或不變模型分類(lèi)準(zhǔn)確率會(huì)降低正確答案：AC2、 假定目標(biāo)變量的類(lèi)別非常不平衡，即主要類(lèi)別占據(jù)了訓(xùn)練數(shù)據(jù)的99%o現(xiàn)在你的模型在測(cè)試集上表現(xiàn)為99%的準(zhǔn)確度。那么下面哪一項(xiàng)表述是正確的？準(zhǔn)確度并不適合于衡量不平衡類(lèi)別問(wèn)題準(zhǔn)確度適合于衡量不平衡類(lèi)別問(wèn)題精確率和召回率適合于衡量不平衡類(lèi)別問(wèn)題精確率和召回率不適合于衡量不平衡類(lèi)別問(wèn)題正確答案：AC3、 以下哪些激活函數(shù)容易產(chǎn)生梯度消失問(wèn)題？ReLUSoftplusTanhSigmoid正確答案：CD4、 在粒子群算法中迭代過(guò)程的終止條件是什么？算法不收斂達(dá)到最大迭代次數(shù)找到局部最優(yōu)解全局最優(yōu)位置滿(mǎn)足最小界限正確答案：BD5、 回歸模型中存在多重共線性，可以如何解決這個(gè)問(wèn)題？去除這兩個(gè)共線性變量我們可以先去除一個(gè)共線性變量計(jì)算方差膨脹因子，采取相應(yīng)措施為了避免損失信息，我們可以使用一些正則化方法,比如嶺回歸和lasso回歸正確答案：BC6、 AlphaGo/Zero主要用了下列哪些方法：（）。強(qiáng)化學(xué)習(xí)殘差卷積神經(jīng)網(wǎng)絡(luò)蒙特卡洛樹(shù)搜索循環(huán)神經(jīng)網(wǎng)絡(luò)正確答案：ABC7、 機(jī)器學(xué)習(xí)中L1正則化和L2正則化的區(qū)別是？使用L1可以得到稀疏的權(quán)值使用L1可以得到平滑的權(quán)值使用L2可以得到稀疏的權(quán)值使用L2可以得到平滑的權(quán)值正確答案：AD8、 強(qiáng)化學(xué)習(xí)包含哪些元素（）。RewardAgentStateD.Action正確答案：ABCD9、 知識(shí)圖譜中的數(shù)據(jù)類(lèi)型分哪幾類(lèi)？通用數(shù)據(jù)類(lèi)型半結(jié)構(gòu)化數(shù)據(jù)類(lèi)型結(jié)構(gòu)化數(shù)據(jù)類(lèi)型非結(jié)構(gòu)化數(shù)據(jù)類(lèi)型正確答案：BCD10、 在計(jì)算機(jī)視覺(jué)應(yīng)用中，常用的圖像特征有（）。空間關(guān)系特征形狀特征紋理特征顏色特征正確答案：ABCD11、 有關(guān)數(shù)據(jù)增強(qiáng)的說(shuō)法正確是哪些？數(shù)據(jù)增強(qiáng)會(huì)增加樣本的個(gè)數(shù)，因此可能會(huì)減少過(guò)擬合對(duì)于分類(lèi)問(wèn)題，數(shù)據(jù)增強(qiáng)是減少數(shù)據(jù)不平衡的一種方法。對(duì)于手寫(xiě)體的識(shí)別，對(duì)樣本的反轉(zhuǎn)、旋轉(zhuǎn)、裁剪、變形和縮放等操作會(huì)提高神經(jīng)網(wǎng)絡(luò)的識(shí)別效果數(shù)據(jù)增強(qiáng)帶來(lái)了噪聲，因此一般會(huì)降低神經(jīng)網(wǎng)絡(luò)模型的效果正確答案：ABC12、 下面哪些場(chǎng)景用循環(huán)神經(jīng)網(wǎng)絡(luò)處理效果比較好？自然語(yǔ)言處理語(yǔ)音識(shí)別圖像識(shí)別人臉識(shí)別正確答案：AB13、 在分類(lèi)問(wèn)題中，我們經(jīng)常會(huì)遇到正負(fù)樣本數(shù)據(jù)量不等的情況，比如正樣本為10萬(wàn)條數(shù)據(jù)，負(fù)樣本只有1萬(wàn)條數(shù)據(jù)，以下最合適的處理方法是？將負(fù)樣本重復(fù)10次，生成10萬(wàn)樣本量，打亂順序參與分類(lèi)B?直接進(jìn)行分類(lèi)，可以最大限度利用數(shù)據(jù)從10萬(wàn)正樣本中隨機(jī)抽取1萬(wàn)參與分類(lèi)將負(fù)樣本每個(gè)權(quán)重設(shè)置為10,正樣本權(quán)重為1,參與訓(xùn)練過(guò)程正確答案：ACD14、 電影推薦系統(tǒng)是以下哪些的應(yīng)用實(shí)例？分類(lèi)聚類(lèi)強(qiáng)化學(xué)習(xí)回歸正確答案：ABC15、 人工智能的主要應(yīng)用領(lǐng)域有（）。自然語(yǔ)言理解數(shù)據(jù)庫(kù)的智能檢索專(zhuān)家咨詢(xún)系統(tǒng)感知問(wèn)題正確答案：ABCD16、 以下說(shuō)法中正確的是（）。SVM對(duì)噪聲（如來(lái)自其他分布的噪聲樣本）魯棒在AdaBoost算法中，所有被分錯(cuò)的樣本的權(quán)重更新比例相同Boosting和Bagging都是組合多個(gè)分類(lèi)器投票的方法,二者都是根據(jù)單個(gè)分類(lèi)器的正確率決定其權(quán)重給定n個(gè)數(shù)據(jù)點(diǎn)，如果其中一半用于訓(xùn)練，一般用于測(cè)試，則訓(xùn)練誤差和測(cè)試誤差之間的差別會(huì)隨著n的增加而減少正確答案：BD17、 變量選擇是用來(lái)選擇最好的判別器子集，如果要考慮模型效率，我們應(yīng)該做哪些變量選擇的考慮？多個(gè)變量其實(shí)有相同的用處變量對(duì)于模型的解釋有多大作用特征攜帶的信息交叉驗(yàn)證正確答案：ACD18、 如果以特征向量的相關(guān)系數(shù)作為模式相似性測(cè)度,則影響聚類(lèi)算法結(jié)果的主要因素有（）。已知類(lèi)別樣本質(zhì)量分類(lèi)準(zhǔn)則特征選取量綱正確答案：BC19、 下面屬于知識(shí)圖譜正確的三元組表示方式的是？A.A.正確實(shí)體一屬性一屬性值實(shí)體1—實(shí)體2—實(shí)體3實(shí)體一關(guān)系一屬性值實(shí)體1—關(guān)系一實(shí)體2正確答案：AD20、下面哪些是基于核的機(jī)器學(xué)習(xí)算法？最大期望算法徑向基核函數(shù)線性判別分析法D?支持向量機(jī)正確答案：BCD三、判斷題1、 感知機(jī)的運(yùn)作原理是邏輯判斷流程。正確錯(cuò)誤正確答案：B2、 邏輯回歸的損失函數(shù)是交叉炳損失函數(shù)。B.B.錯(cuò)誤A.A.正確正確答案：A3、 如果增加多層感知機(jī)的隱藏層層數(shù)，分類(lèi)誤差便會(huì)減小。正確錯(cuò)誤正確答案：B4、 在圖像處理中，釆樣越細(xì)，像素越小，越能精確的表現(xiàn)圖像。正確錯(cuò)誤正確答案：A5、 樣本輸入順序、聚類(lèi)準(zhǔn)則、初始類(lèi)中心的選取都屬于會(huì)影響基本K-均值算法的主要因素。正確錯(cuò)誤正確答案：B6、 語(yǔ)音識(shí)別指的是將音頻數(shù)據(jù)識(shí)別為文本數(shù)據(jù)。正確答案：A7、 邊緣檢測(cè)是將邊緣像素標(biāo)識(shí)出來(lái)的一種圖像分割技術(shù)。正確錯(cuò)誤正確答案：A8、 某個(gè)人、某個(gè)城市、某種植物在知識(shí)圖譜中都被稱(chēng)為實(shí)體。正確錯(cuò)誤正確答案：A9、 網(wǎng)格搜索是一種參數(shù)調(diào)節(jié)方法。正確錯(cuò)誤正確答案：A10、 生成對(duì)抗網(wǎng)絡(luò)可用于數(shù)據(jù)增強(qiáng)、語(yǔ)義分割、信息檢索、圖像生成等多種場(chǎng)景。正確答案：A11、 線性回歸