網課智慧樹知道《人工智能引論（浙江大學）》章節(jié)測試答案

第一章單元測試1【單選題】(2分)為保證形式化系統(tǒng)的有效性，下面哪個選項不是形式化系統(tǒng)需要具有的性質（）A.一致性B.可靠性C.可判定性D.完備性2【單選題】(2分)Deepmind研制的AlphaGo算法沒有使用哪個人工智能方法（）A.深度學習B.邏輯推理C.蒙特卡洛樹搜索D.強化學習3【單選題】(2分)圖靈獎獲得者JudeaPearl將推理按照由易到難程度分成三個層次（）A.反事實、干預、關聯B.關系、干預、反事實C.關聯、干預、反事實D.干預、關聯、反事實4【單選題】(2分)以下哪一種算法不屬于監(jiān)督學習算法（）A.支持向量機B.決策樹C.聚類D.隱馬爾科夫鏈5【單選題】(2分)以下哪種學習方法的學習目標是學習同一類數據的分布模式（）A.博弈對抗B.無監(jiān)督學習C.監(jiān)督學習D.強化學習第二章單元測試3【單選題】(2分)下面對一階歸納推理（FOIL）中信息增益值(informationgain)闡釋不正確的是（）A.在計算信息增益值過程中，需要利用所得到的新推理規(guī)則和舊推理規(guī)則分別涵蓋的正例和反例數目B.信息增益值大小與背景知識樣例數目直接相關C.信息增益值用來判斷向推理規(guī)則中所加入前提約束謂詞的質量D.在算法結束前，每次向推理規(guī)則中加入一個前提約束謂詞，該前提約束謂詞得到的新推理規(guī)則具有最大的信息增益值。4【單選題】(2分)下面哪個描述的問題不屬于因果分析的內容（）A.如果商品價格漲價一倍，預測銷售量(sales)的變化B.購買了一種商品的顧客是否會購買另外一種商品C.如果放棄吸煙，預測癌癥(cancer)的概率D.如果廣告投入增長一倍，預測銷售量(sales)的變化5【單選題】(2分)判斷下列句子是命題（）A.今天的天氣真好啊！B.y<10。C.x2。D.浙江大學始創(chuàng)于1897年。第三章單元測試1【單選題】(2分)以下關于用搜索算法求解最短路徑問題的說法中，不正確的是（）。A.假設狀態(tài)數量有限，當所有單步代價都相同且大于0時，深度優(yōu)先的圖搜索是最優(yōu)的。B.假設狀態(tài)數量有限，當所有單步代價都相同且大于0時，廣度優(yōu)先的圖搜索是最優(yōu)的。C.圖搜索算法通常比樹搜索算法的時間效率更高。D.給定兩個狀態(tài)，可能不存在兩個狀態(tài)之間的路徑；也可能存在兩個狀態(tài)之間的路徑，但不存在最短路徑（如考慮存在負值的回路情況）。2【單選題】(2分)以下關于啟發(fā)函數和評價函數的說法中正確的是（）。A.評價函數通常是對當前節(jié)點到目標節(jié)點距離的估計。B.如果啟發(fā)函數滿足可容性，那么在樹搜索A*算法中節(jié)點的評價函數值按照擴展順序單調非減；啟發(fā)函數滿足一致性時圖搜索A*算法也滿足該性質。C.取值恒為0的啟發(fā)函數必然是可容的。D.啟發(fā)函數不會過高估計從當前節(jié)點到目標結點之間的實際代價。3【單選題】(2分)假如可以對圍棋的規(guī)則做出如下修改，其中哪個修改方案不影響使用本章介紹的Minimax算法求解該問題？（）A.雙方互相不知道對方落子的位置。B.由雙方輪流落子，改為黑方連落兩子后白方落一子。C.由兩人對弈改為三人對弈。D.終局時黑方所占的每目（即每個交叉點）計1分，且事先給定了白方在棋盤上每個位置取得一目所獲取的分數，假設這些分數各不相同。雙方都以取得最高得分為目標。4【單選題】(2分)下列關于探索與利用的說法中，不正確的是（）。A.在貪心算法中，的值越大，表示算法越傾向于探索。B.在多臂賭博機問題中，過度探索會導致算法很少主動去選擇比較好的搖臂。C.在多臂賭博機問題中，過度利用可能導致算法對部分臂膀額獎勵期望估計不準確。D.在多臂賭博機問題中，某時刻UCB1算法選擇的臂膀置信上界為，則此時任意搖動一個臂膀，得到的硬幣數量不會超過。5【單選題】(2分)下列關于蒙特卡洛樹搜索算法的說法中，不正確的是（）。A.算法進入擴展步驟時，當前節(jié)點的所有子節(jié)點必然都未被擴展。B.選擇過程體現了探索與利用的平衡。C.模擬步驟采取的策略與選擇步驟不一定要相同。D.反向傳播只需要更新當前路徑上已被擴展的節(jié)點。第四章單元測試1【判斷題】線性判別分析是在最大化類間方差和類內方差的比值（）A.對B.錯2【單選題】(2分)正確答案：F在一個監(jiān)督學習任務中，每個數據樣本有4個屬性和一個類別標簽，每種屬性分別有3、2、2和2種可能的取值，類別標簽有3種不同的取值。請問可能有多少種不同的樣本？（注意，并不是在某個數據集中最多有多少種不同的樣本，而是考慮所有可能的樣本）（）A.24B.6C.48D.3E.12F.723【單選題】(2分)以下哪種方法不屬于監(jiān)督學習方法（）A.樸素貝葉斯B.決策樹C.聚類D.線性回歸4【判斷題】無監(jiān)督學習需要使用到數據的人工標簽（）A.錯B.對5【單選題】(2分)在Adaboosting的迭代中，從第t輪到第t+1輪，某個被錯誤分類樣本的懲罰被增加了，可能因為該樣本（）A.被第t輪后的集成分類器（強分類器）錯誤分類B.被到第t輪為止訓練的大多數弱分類器錯誤分類C.其他選項都正確D.被第t輪訓練的弱分類器錯誤分類第五章單元測試1【單選題】(2分)可以從最小化每個類簇的方差這一視角來解釋K均值聚類的結果，下面對這一視角描述不正確的是（）A.每個簇類的質心累加起來最小B.每個樣本數據分別歸屬于與其距離最近的聚類質心所在聚類集合C.最終聚類結果中每個聚類集合中所包含數據呈現出來差異性最小D.每個簇類的方差累加起來最小2【單選題】(2分)下面對相關性(correlation)和獨立性(independence)描述不正確的是（）A.如果兩維變量線性不相關，則皮爾遜相關系數等于0B.“不相關”是一個比“獨立”要強的概念，即不相關一定相互獨立C.如果兩維變量彼此獨立，則皮爾遜相關系數等于0D.獨立指兩個變量彼此之間不相互影響3【單選題】(2分)下面對主成分分析的描述不正確的是（）A.在主成分分析中，所得低維數據中每一維度之間具有極大相關度B.在主成分分析中，將數據向方差最大方向進行投影，可使得數據所蘊含信息沒有丟失，以便在后續(xù)處理過程中各個數據“彰顯個性”C.主成分分析可保證原始高維樣本數據被投影映射后，其方差保持最大D.主成分分析是一種特征降維方法4【單選題】(2分)下面對特征人臉算法描述不正確的是（）A.特征人臉之間的相關度要盡可能大B.特征人臉方法是用一種稱為“特征人臉(eigenface)”的特征向量按照線性組合形式來表達每一張原始人臉圖像C.特征人臉方法是一種應用主成分分析來實現人臉圖像降維的方法D.每一個特征人臉的維數與原始人臉圖像的維數一樣大5【單選題】(2分)在潛在語義分析中，給定M個單詞和N個文檔所構成的單詞-文檔矩陣(term-document)矩陣，對其進行分解，將單詞或文檔映射到一個R維的隱性空間。下面描述不正確的是（）A.這一映射過程中需要利用文檔的類別信息B.隱性空間維度的大小由分解過程中所得對角矩陣中對角線上不為零的系數個數所決定C.通過矩陣分解可重建原始單詞-文檔矩陣，所得到的重建矩陣結果比原始單詞-文檔矩陣更好捕獲了單詞-單詞、單詞-文檔、文檔-文檔之間的隱性關系D.單詞和文檔映射到隱性空間后具有相同的維度第六章單元測試1【單選題】(2分)下面對誤差反向傳播(errorbackpropagation,BP)描述不正確的是（）A.對前饋神經網絡而言，BP算法可調整相鄰層神經元之間的連接權重大小B.在BP算法中，每個神經元單元可包含不可偏導的映射函數C.BP算法將誤差從后向前傳遞，獲得各層單元所產生誤差，進而依據這個誤差來讓各層單元修正各單元參數D.BP算法是一種將輸出層誤差反向傳播給隱藏層進行參數更新的方法2.【多選題】正確答案：BD以下關于梯度下降和隨機梯度下降的說明，哪些描述是正確的（）A.在每次迭代中，隨機梯度下降需要計算訓練集所有樣本的誤差和，用于更新模型參數；B.在每次迭代中，梯度下降使用所有數據或者部分訓練數據，用于更新模型參數.C.梯度下降是遺傳算法的一種參數優(yōu)化算法D.在梯度下降和隨機梯度下降中，為了最小化損失函數，通常使用循環(huán)迭代的方式不斷更新模型參數；3【單選題】(2分)關于sigmoid激活函數，下列描述正確的是（）A.它可以有負值；B.它無法配合交叉熵損失函數使用；C.當輸入值過大或者過小時，梯度趨近于0，容易造成梯度消失問題。D.它是凸函數，凸函數無法解決非凸問題；4【單選題】(2分)下面對前饋神經網絡這種深度學習方法描述不正確的是（）A.實現了非線性映射B.是一種端到端學習的方法C.隱藏層數目大小對學習性能影響不大D.是一種監(jiān)督學習的方法5【判斷題】激活函數的引入和增強模型的非線性擬合能力。（）A.對B.錯第七章單元測試1【單選題】(2分)下面對強化學習、監(jiān)督學習和深度卷積神經網絡學習的描述正確的是（）A.有標注信息學習方式、端到端學習方式、端到端學習方式B.評估學習方式、有標注信息學習方式、端到端學習方式C.無標注學習、有標注信息學習方式、端到端學習方式D.評估學習方式、端到端學習方式、端到端學習方式2【單選題】(2分)在強化學習中，通過哪兩個步驟的迭代，來學習得到最佳策略（）A.貪心策略優(yōu)化與Q-learningB.動態(tài)規(guī)劃與Q-LearningC.價值函數計算與動作-價值函數計算D.策略優(yōu)化與策略評估3【單選題】(2分)在強化學習中，哪個機制的引入使得強化學習具備了在利用與探索中尋求平衡的能力（）A.蒙特卡洛采樣B.貪心策略C.動態(tài)規(guī)劃D.貝爾曼方程4【單選題】(2分)與馬爾可夫獎勵過程相比，馬爾可夫決策過程引入了哪一個新的元素（）A.終止狀態(tài)B.概率轉移矩陣C.反饋D.動作5【單選題】(2分)在本章內容范圍內，“在狀態(tài)，按照某個策略行動后在未來所獲得回報值的期望”，這句話描述了狀態(tài)的（B）；“在狀態(tài)，按照某個策略采取動作后在未來所獲得回報值的期望”，這句話描述了狀態(tài)的（）A.采樣函數B.策略優(yōu)化C.動作-價值函數D.價值函數第八章單元測試1【單選題】(2分)標志著現代博弈理論的初步形成的事件是（）A.1944年馮·諾伊曼與奧斯卡·摩根斯特恩合著《博弈論與經濟行為》的出版B.馮·諾伊曼計算機的實現C.納什均衡思想的提出D.囚徒困境思想的提出2【單選題】(2分)下面對博弈研究分類不正確的是（）A.囚徒困境與納什均衡B.靜態(tài)博弈與動態(tài)博弈C.合作博弈與非合作博弈D.完全信息博弈與不完全信息博弈3【單選題】(2分)下面對納什均衡描述正確的是（）A.在一個策略組合上，當所有其他人都改變策略時，也無法破壞先前的博弈平衡，則該策略組合就是一個納什均衡。B.參與者所作出的這樣一種策略組合，在該策略組合上，若干參與者改變策略后，大家都不會得到更多好處。C.參與者所作出的這樣一種策略組合，在該策略組合上，有且只有1個參與者改變策略后，其收益會增加。D.參與者所作出的這樣一種策略組合，在該策略組合上，任何參與者單獨改變策略都不會得到好處。4【單選題】(2分)下面對混合策略納什均衡描述正確的是（）A.博弈過程中，博弈方通過概率形式隨機從可選策略中選擇一個策略而達到的納什均衡被稱為混合策略納什均衡。B.博弈過程中，博弈方以非概率形式隨機從可選收益中選擇一個收益，而達到的納什均衡被稱為混合策略納什均衡。C.博弈過程中，博弈方通過非概率形式隨機從可選策略中選擇一個策略而達到的納什均衡被稱為混合策略納什均衡。D.博弈過程中，博弈方以概率形式隨機從可選收益中選擇一個收益，而達到的納什均衡被稱為混合策略納什均衡。5【單選題】(2分)在遺憾最小化算法中，玩家i按照如下方法來計算其在每一輪產生的悔恨值（）A.每個玩家策略不變，只改變收益函數，所產生的收益之差。B.所有玩家策略均改變，所產生的收益之差。C.至少改變1個以上玩家的策略，所產生的收益之差。D.其他玩家策略不變，只改變玩家i的策略后，所產生的收益之差。第九章單元測試1【單選題】(2分)關于類腦計算下列說法正確的是（）A.類腦計算完全依賴現有的馮?諾依曼計算結構B.類腦計算可以完全替代馮?諾依曼計算結構C.類腦計算芯片是一種人工智能計算芯片D.類腦計算要復制人類大腦或建造一種模擬神經元功能的芯片2【單選題】(2分)面向人工智能的非馮諾依曼計算架構主要聚焦（）A.智能B.內存和存儲C.計算D.通訊3【單選題】(2分)評價人工智能芯片的指標包括（）A.低延遲和安全性B.低延遲和隱私性C.高吞吐量和安全性D.低延遲和高吞吐量4【單選題】(2分)建設人工智能生態(tài)所需的重中之重是（）A.推動數據共享、有機協調存算能力B.加快人工智能在各領域的應用C.人工智能模型和算法D.人工智能算法框架或平臺研制5【單選題】(2分)人工智能倫理不關注一下哪個社會形態(tài)應該需要遵守的道德準則（）A.人-人B.人-機共融C.機-機D.人-機第十章單元測試1【單選題】(2分)下面哪項不屬于圖片預處理（）A.歸一化B.卷積和池化C.調整圖片大小D.圖像解碼2【單選題】(2分)MindSpore的總體框架主要包含4個部分，下列哪項不屬于MindSpore的總體框架（）A.編譯優(yōu)化層B.網絡模型庫C.前端表達層D.擴展層3【單選題】(2分)下列關于MindSpore描述錯誤的是（）A.MindSpore可以