人工智能基礎(chǔ)題庫（含答案）

A、人工智能是研究世界運行規(guī)律的科學(xué)4、【單選題】20世紀(jì)70年代開始，人工智能進(jìn)入首次低谷期的原因不包括()5、【單選題】被認(rèn)為是AI誕生的標(biāo)志的是()B、簇的數(shù)目k必須事先給定34、【單選題】以下關(guān)于K-近鄰算法的說法中正確的是()D、相對于3近鄰模型而言，1近鄰模型的bias更大，variance更小 importnumpyasnptmp=np.loadtxt("fruclf=neighbors.KNeighborsClassifier(3,weights='distance')clf.fit(data,labels)r=clf.predict([[192,8.4,7.3,0.55]])#對A進(jìn)行預(yù)測print('KNNresultis:',int(r))r=clf.predict([[200,7.3,10.5,0.72]])print(KNNresultis:',int(r))#對B進(jìn)行預(yù)測上面的程序運行后，可以得到對水果A和B的預(yù)測結(jié)果。水果A的預(yù)測結(jié)果為1(蘋果),水果B的預(yù)測結(jié)果為4(檸檬)。67、【編程題】使用Scikit-learn模塊X=iris.datay=iris.target#保留標(biāo)簽print('thepredictedresult:n',predicted)print("therealanswer:\n",y)68、【編程題】avgHgt.csv文件中是A、B兩國7—18歲男孩的平均身高數(shù)年齡78●●mpl.rcParams[font.sans-serif]=['SimHei]mpl.rcParams['font.serif]=['SimHei]mpl.rcParams[axes.unicode_minus']=Falsedf=pd.read_csv("avgHgt.csv")x_values=range(7,19)plt.plot(x_values,df[CHeight'],label='A國男孩身高)plt.plot(x_values,df[JHeight'],label='B國男孩身高)plt.title('AB兩國7-12歲男孩身高圖)plt.show)69、人工智能的目的是讓機器能夠(),以實現(xiàn)某些腦力勞動的機械化。71、自然語言理解是人工智能的重要應(yīng)用靈越，下列列舉中的()不是它要72、下列不是知識表示法的是()理的過程是()的過程。74、確定性知識是指()知識。75、下列關(guān)于不精確推理過程的敘述錯誤的是()。76、我國學(xué)者吳文俊院士在人工智能的()領(lǐng)域作出了貢獻(xiàn)77、下列()不屬于艾莎克●阿莫西夫提出的機器人三定律內(nèi)容B、機器人應(yīng)服從人的一切命令，但命令與A相抵觸時例外C、機器人必須保護(hù)自身的安全，但不得與A,B相抵觸先78、自然語言理解是人工智能的重要應(yīng)用領(lǐng)域，下面列舉中的()不是它要79、不確定推理過程的不確定性不包括()。80、下列哪個應(yīng)用領(lǐng)域不屬于人工智能應(yīng)用()。81、下列不是人工神經(jīng)網(wǎng)絡(luò)特點和優(yōu)越性的是()。82、人工智能研究的一項基本內(nèi)容是機器感知，以下列舉中()不屬于機器83、AI研究的三條主要途徑為：符號主義、連接主義和()。84、搜索算法，根據(jù)其是否使用與問題有關(guān)的知識，分為盲目搜索和()。機器學(xué)習(xí)進(jìn)行的第一步是()D、模型訓(xùn)練88、一般來說，在機器學(xué)習(xí)中，用計算機處理一幅的圖像，維度是()。對訓(xùn)練數(shù)據(jù)歸一化的根本原因是()。90、邏輯回歸模型解決()。91、k-近鄰算法的基本要素不包括()。C、樣本大小92、以下關(guān)于k-近鄰算法的說法正確的是()。D、相對3近鄰模型而言，1近鄰模型的bias更大，variance更小下列是機器學(xué)習(xí)中降維任務(wù)的準(zhǔn)確描述的為()。94、歐式距離是閔可夫斯基距離階為()的特殊情況。算法的表述不正確的是()。B、層次聚類97、誤差反向傳播算法屬于()學(xué)習(xí)規(guī)則。98、下列關(guān)于多層感知機的描述正確的是()。99、下列關(guān)于卷積神經(jīng)網(wǎng)絡(luò)說法錯誤的是()。100、下列關(guān)于生成對抗神經(jīng)網(wǎng)絡(luò)的描述錯誤的是()。C、生成對抗網(wǎng)絡(luò)的生成器從隨機噪聲中生成圖像(隨機噪聲通常從均勻分布或高斯分布中獲取)仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點之間相互連接的關(guān)系，從而達(dá)指模型在新樣本(測試集)上的誤差也叫目標(biāo)提取，是一種基于目標(biāo)幾何和統(tǒng)計特征的圖像分割梯度下降過程中的損失改進(jìn)“步長”B、模式識別118、神經(jīng)網(wǎng)絡(luò)研究屬于下列()學(xué)派()必然可以得到該最120、產(chǎn)生式系統(tǒng)的推理不包括