2024年安徽省職業(yè)技能競(jìng)賽(人工智能訓(xùn)練師賽項(xiàng))考試題庫(kù)(含答案)_第1頁(yè)
2024年安徽省職業(yè)技能競(jìng)賽(人工智能訓(xùn)練師賽項(xiàng))考試題庫(kù)(含答案)_第2頁(yè)
2024年安徽省職業(yè)技能競(jìng)賽(人工智能訓(xùn)練師賽項(xiàng))考試題庫(kù)(含答案)_第3頁(yè)
2024年安徽省職業(yè)技能競(jìng)賽(人工智能訓(xùn)練師賽項(xiàng))考試題庫(kù)(含答案)_第4頁(yè)
2024年安徽省職業(yè)技能競(jìng)賽(人工智能訓(xùn)練師賽項(xiàng))考試題庫(kù)(含答案)_第5頁(yè)
已閱讀5頁(yè),還剩138頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

庫(kù)(含答案)1.盲目搜索策略不包括下列那個(gè)()。9.()是機(jī)器學(xué)習(xí)較早的研究方向,其源于英國(guó)數(shù)學(xué)家托馬斯.貝葉斯在1763正確的是?C、①錯(cuò)誤,②正確11.線性回歸方程y=-2x+7揭示了割草機(jī)的剩余油量(升)與工作時(shí)間(小時(shí))的關(guān)系,以下關(guān)于斜率描述正確的是:()。D、割草機(jī)工作1小時(shí)后剩余油量是2升A、0.6力?44.BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則是()。B、梯度下降法46.什么是GAN(生成對(duì)抗網(wǎng)絡(luò))的主要應(yīng)用之一?D、強(qiáng)化學(xué)習(xí)C、屬性60.決策樹中的分類結(jié)果是最末端的節(jié)點(diǎn),這些節(jié)點(diǎn)稱為?()C、子節(jié)點(diǎn)D、葉節(jié)點(diǎn)61.GPT-3是由哪家公司開發(fā)的?74.機(jī)器學(xué)習(xí)的簡(jiǎn)稱是()。80.下面的()是指多Agent系統(tǒng)。81.在機(jī)器學(xué)習(xí)模型評(píng)估中,"五折交叉驗(yàn)證"(5-foldcro機(jī)器學(xué)習(xí)利用數(shù)據(jù)訓(xùn)練出什么()。112.下面的()不是專家系統(tǒng)的組成部分。A、UMLD、ELman網(wǎng)絡(luò)C、它需要大量的計(jì)算資源D、它不能識(shí)別出專有名詞A、圖像分類B、語(yǔ)音識(shí)別D、時(shí)間序列預(yù)測(cè)問題B、實(shí)際操作B、找出異常值173.人工智能學(xué)科誕生于哪年()A、UMLA、使機(jī)器能夠像人一樣思考和行動(dòng)C、使機(jī)器能夠模仿人類的某些智能行為D、使機(jī)器能夠進(jìn)行自我學(xué)習(xí)和改進(jìn)D、所有以上選項(xiàng)A、FAST角點(diǎn)檢測(cè)和BRIEF描述符191.BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)不包括()。數(shù)組“a、b、c”的定義,推斷c的維度為:()。203.規(guī)則A→(B,c(B|A))中的c(B|A)表示在前提A為真的情況下結(jié)論B為真的()。205.BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法為()B、外殼210.輯等價(jià)式稱為()A、0.6B、歸納學(xué)習(xí)、演繹學(xué)習(xí)、類比學(xué)習(xí)、分析學(xué)習(xí)D、結(jié)構(gòu)化學(xué)習(xí)、非結(jié)構(gòu)化學(xué)習(xí)239."袋裝"(bagging)和"提升"(boosting)都是集成學(xué)習(xí)的方法,它們有何不同?C、bagging和boosting都240.以下哪一項(xiàng)不是機(jī)器人設(shè)計(jì)中的人機(jī)交互接口?B、觸摸屏D、燃油發(fā)動(dòng)機(jī)241.人工智能的主要目的是什么?A、模仿人類行為B、提高計(jì)算機(jī)性能C、讓機(jī)器具備智能D、自動(dòng)化生產(chǎn)流程242.在深度學(xué)習(xí)中,什么是dropout?A、鼠標(biāo)E、VR眼鏡E、Prim算法40.大模型在機(jī)器學(xué)習(xí)中通常如何優(yōu)化以提高其泛化能力?(本B、L2正則化51.在深度學(xué)習(xí)中,批量歸一化(BatchNormalization)的作用是什么?(本題多選)C、自然語(yǔ)言處理85.大模型在未來(lái)發(fā)展中,以下哪些是可能的數(shù)據(jù)處理技術(shù)?A、自動(dòng)數(shù)據(jù)標(biāo)注86.大模型在未來(lái)發(fā)展中,以下哪些是可能的跨學(xué)科研究方向?A、ndB、圖形用戶界面121.在大模型的應(yīng)用中,以下哪些是常見的模型評(píng)估方法?C、模型大小cy]必須是相同的。()動(dòng)作空間。()習(xí)。()類別。()性能需求。()22.Prompt工程中的硬prompt是固定的,不能在訓(xùn)練過程中更新。()強(qiáng)大。()種模態(tài)的學(xué)習(xí)效果。()成的效果。()56.Prompt工程中的連續(xù)prompt比離散prompt更易于優(yōu)化。()的HTTP請(qǐng)求。()82.在多模態(tài)大模型中,不同模態(tài)的信息通常在早期階段就融合在一起。()83.Python中的全局變量和局部變量具有不同的作用域。()84.大模型Agent在處理復(fù)雜決策問題時(shí),能夠利用深度學(xué)習(xí)模型的強(qiáng)大表示能習(xí)方向。()復(fù)雜的語(yǔ)言任務(wù)。()獎(jiǎng)勵(lì)函數(shù)。()調(diào)試模型和可視化模型結(jié)構(gòu)。()異常值或缺失值。()142.微調(diào)訓(xùn)練時(shí),預(yù)訓(xùn)練模型的權(quán)重是固定的,不會(huì)被更新。()143.TensorFlow在科研領(lǐng)域的使用率高于PyTorch。()144.預(yù)訓(xùn)練模型可以直接

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論