超尔星学雅习通人工智能导论作业答案

最新超尔星学雅习通《人工智能导论》期末题库及答案

考试说明:本人针对该科精心汇总了历年题库及答案，形成一个完整的题库，并且每年都在更新。该题库对考生的复习、作业和考试起着非常重要的作用，会给您节省大量的时间。做考题时，利用本文档中的查找工具，把考题中的关键字输到查找工具的查找内容框内，就可迅速查找到该题答案。本文库超星学习通、知到智慧树、国家开放大学、广东开放大学、江苏开放大学、上海开放大学、云南开放大学、芯位教育、云慕学苑、职教云、川农在线、长江雨课堂、安徽继续教育平台、青书学堂、睿学在线、成教云、京人平台、绎通继教云、学起Plus、云上河开、河南继续教育、四川开放大学、良师在线、继教云、日照专业技术人员继续教育、麦能网、21tb、168网校、云班课、电大中专、learnin、西财在线等平台复习试题与答案，敬请查看。

课程题目试题是随机的，请按题目关键词查找（或按Ctrl+F输入题目中的关键词，尽量不要输入整个题目，不要复制空格，连续的几个字就行）

本文由【贰壹壹题库】微信公众号提供，禁止复制盗取，违者必究

本文由【贰壹壹题库】微信公众号提供，禁止复制盗取，违者必究

本文由【贰壹壹题库】微信公众号提供，禁止复制盗取，违者必究

人工智能导论

学校: 无

问题 1: 1. 下列关于群体智能和进化智能的说法不正确的是（）。

选项:

• A. 群体智能具有个体行为复杂、具有智能特征，群体行为简单的特点

• B. 进化智能的思想来自新达尔文主义

• C. 使用计算机模拟进化智能的过程中将限制条件抽象为“环境”

• D. 蚂蚁、蜜蜂、候鸟、微生物都具有群体智能

答案: 群体智能具有个体行为复杂、具有智能特征，群体行为简单的特点

问题 2: 2. 保证了生物体在不断变化的环境中具有适应能力的是（）。

选项:

• A. 突变

• B. 竞争

• C. 选择

• D. 繁殖

答案: 突变

问题 3: 3. 进化智能指的是空间维度上的说法。

选项:

答案: 错误

问题 4: 4. 模拟物种“适者生存”的能力，不属于人工智能的研究范畴。

选项:

答案: 错误

问题 5: 5. 种群通过代际繁衍，经历千万年的发展，不断进化以适应环境。借鉴物种随时间进化的过程来求解问题，就是进化智能。

选项:

答案: 正确

问题 6: 1. 关于新达尔文主义说法正确的是（）。

选项:

• A. 新达尔文主义是由达尔文一个人提出的

• B. 新达尔文主义包括了达尔文的进化论

• C. 新达尔文主义包括了孟德尔的遗传学理论

• D. 新达尔文主义包括了魏斯曼的自然选择理论

答案: 新达尔文主义包括了达尔文的进化论

问题 7: 2. 在模拟物种的繁殖过程中，“基因交叉”实现了生物基因信息的（）。

选项:

• A. 传递

• B. 突变

• C. 交叉

• D. 重合

答案: 请关注公众号【贰壹壹题库】查看答案

问题 8: 3. 下列关于遗传算法的说法不正确的是（）。

选项:

• A. 遗传算法与状态空间搜索法都将状态表示为“向量”

• B. 突变概率较小时，物种的适应性比较稳定，优秀的突变能够在短时间内迅速提高整个种群的适应性

• C. 单纯提高突变概率，能够稳定地取得很好的结果

• D. 提升种群数量能够提高求解速度和稳定性

答案: 请关注公众号【贰壹壹题库】查看答案

问题 9: 4. 以下关于遗传算法中“繁殖”的说法，错误的是（）。

选项:

• A. 遗传算法中，通过“繁殖”实现了状态转移的过程

• B. 遗传算法中染色体断裂点不能固定在整个基因链正中间

• C. 交叉基因的概率是遗传算法中的“交叉算子”

• D. 繁殖过程中为确保信息传递的准确性，要保证不会出现基因突变的情况

答案: 请关注公众号【贰壹壹题库】查看答案

问题 10: 5. 物种生存环境的设计包括规定物种适应环境的能力指标，一般是（）。

选项:

• A. 定性指标

• B. 量化指标

• C. 环境效益

• D. 非量化指标

答案: 请关注公众号【贰壹壹题库】查看答案

问题 11: 6. 遗传算法中通过基因交叉来模拟现实的是（）。

选项:

• A. 竞争

• B. 突变

• C. 繁殖

• D. 选择

答案: 请关注公众号【贰壹壹题库】查看答案

问题 12: 7. 关于进化智能用计算机模拟生物进化的过程，说法错误的是（）。

选项:

• A. 将要求解的问题抽象为“选择”

• B. 将限制条件抽象为“环境”

• C. 使用选择、突变和繁殖来模拟物种在环境中的进化

• D. 通过不断进化，寻找到最理想的解决方案

答案: 请关注公众号【贰壹壹题库】查看答案

问题 13: 8. 在遗传算法中，我们要求解的问题就是物种。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 14: 1. 蚁群算法的灵感来源于蚁群在觅食过程中总能找到蚁穴到食物之间最短路径的现象。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 15: 2. 蚁群算法中模拟环境的过程中与真实蚂蚁不同的是（）。

选项:

• A. 蚂蚁总是从起点出发到终点结束

• B. 具有明确的起点和终点

• C. 每个节点与其他节点相连通

• D. 任意两点之间的距离都已知

答案: 请关注公众号【贰壹壹题库】查看答案

问题 16: 1. 有关机器学习，说法错误的是（）。

选项:

• A. 计算机学习人解决问题的“经验”，并模仿人来解决问题

• B. 机器学习系统利用经验来改善计算机系统自身的性能

• C. 机器学习系统不可以学习人的判断过程

• D. 学习系统使用样本数据来建立并更新模型，并以可理解的符号形式表达，使经过更新后的模型处理同源数据的能力得以提升

答案: 请关注公众号【贰壹壹题库】查看答案

问题 17: 2. 机器学习分为有监督学习和无监督学习等。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 18: 3. 机器学习需要数据集。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 19: 1. 属性在决策树中的位置不同，决策树的效率是不同的。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 20: 2. 下列属于有监督机器学习的典型方法的是（）。

选项:

• A. 支持向量机

• B. K近邻算法

• C. 决策树算法

• D. 聚类

答案: 请关注公众号【贰壹壹题库】查看答案

问题 21: 3. 下列关于有监督机器学习的算法中，说法正确的是（）。

选项:

• A. 如果一个属性对于所有样本都没有区分能力，那么对于决策毫无用处

• B. 单一支持向量机模型本身是针对多分类问题的算法

• C. K近邻算法中，K值的选择，不会对分类结果有很大影响

• D. 属性在决策树中的位置不同，并不会影响决策树的效率

答案: 请关注公众号【贰壹壹题库】查看答案

问题 22: 1. 只有有监督学习需要数据集。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 23: 2. 有监督学习不需要人工标注知识。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 24: 3. 关于无监督学习说法错误的是（）。

选项:

• A. 聚类算法中，同一类别内部样本的相似度较低

• B. 自动编码器常应用于图像抗噪和数据降维

• C. 聚类算法中，不同类别之间样本不交叉

• D. 与有监督学习相比，无监督学习更接近人类学习的过程

答案: 请关注公众号【贰壹壹题库】查看答案

问题 25: 4. 下列说法中正确的是（）。

选项:

• A. 机器学习中的样本数据可以是人工判断的经验条目数据

• B. 机器学习的过程中首先需要收集样本数据，并且抽象表现出来

• C. 有监督学习中不需要所有训练样本都有明确的“答案”

• D. 无监督学习和有监督学习需要选取合适的参数来尽可能地靠近目标

答案: 请关注公众号【贰壹壹题库】查看答案

问题 26: 5. 更接近人类学习的过程是（）。

选项:

• A. 有监督学习

• B. 无监督学习

• C. 聚类算法

• D. 自动编码器

答案: 请关注公众号【贰壹壹题库】查看答案

问题 27: 1. 以下哪项是弱监督学习的特点（）。

选项:

• A. 不需要人工标注任何知识

• B. 全部样本都需要人工标注

• C. 对部分数据引入监督，使用间接的答案信息

• D. 方法简单、数据成本低，但性能难以提升

答案: 请关注公众号【贰壹壹题库】查看答案

问题 28: 2. 迁移学习就是特征迁移。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 29: 3. 模型迁移也属于迁移学习。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 30: 1. 无监督学习是开环过程。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 31: 2. 强化学习并不是一个独立的方法，而是一种机器学习的模式。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 32: 3. 下列关于强化学习的说法正确的是（）。

选项:

• A. 强化学习和有监督学习的过程相似，是“开环”的过程

• B. 强化学习的概念是从Alphago战胜李世石之后才提出的

• C. 强化学习属于无监督学习的一种，不需要有监督信息

• D. 在强化学习中，计算机通过不断与环境交互并通过环境反馈来逐渐适应环境

答案: 请关注公众号【贰壹壹题库】查看答案

问题 33: 1. 人工神经元和生物神经元都具有信息汇总和信息传输的功能。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 34: 2. 神经元在输入端接受来自多个信号源的输入信息。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 35: 1. 对于一个样本，如果当前权重不能够正确判断其类型，则惩罚当前权重，降低其比例。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 36: 2. 感知器其信号处理分为四个部分：输入、汇总、激活、输出。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 37: 3. 对于一个样本，如果当前权重能够正确判断其类型，就惩罚当前权重。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 38: 1. 神经网络是由一个神经元构成的。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 39: 2. 前馈神经网络同层神经元之间存在连接。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 40: 3. 隐含层输入的权重不需要学习就可以得到。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 41: 1. 图像的卷积，很类似视觉皮层对图像进行某种特定功能的处理。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 42: 2. 模拟大脑的视觉处理过程就是卷积神经网络的思路。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 43: 1. 以下哪个是FNN和CNN的共同点（）。

选项:

• A. 二者都认为每两次输入的信息之间不是独立的，每次接收到的输入信息与之前的信息都相关。

• B. 从网络结构上来看，二者都是典型的前馈神经网络。

• C. 输入层和输出层的维数是固定的，不能任意改变。

• D. 二者适合处理的数据样本之间不存在相关性，满足独立性假设。

答案: 请关注公众号【贰壹壹题库】查看答案

问题 44: 2. 以下关于循环神经网络（RNN）的说法错误的是（）。

选项:

• A. 添加“时间”之间的状态反馈。

• B. RNN整个网络的输入端仅接受1帧数据。

• C. 添加了“时间”的概念，若干帧数据依次送入网络处理。

• D. RNN是具有整体浅层结构，局部深层结构的网络。

答案: 请关注公众号【贰壹壹题库】查看答案

问题 45: 3. 以下哪种RNN改型常用于解决序列标注问题（）。

选项:

• A. 序列类别模型

• B. 同步序列到序列模型

• C. 异步序列到序列模型

• D. 堆叠循环神经网络

答案: 请关注公众号【贰壹壹题库】查看答案

问题 46: 1. 以下关于注意力机制的说法正确的是（）。

选项:

• A. 注意力机制要确定信息源的焦点区域并提高焦点区域的分析能力，降低非焦点区域的消耗。

• B. 注意力机制解决了信息超载问题。

• C. 注意力机制是对深度学习的唯一实现方法。

• D. 标准Encoder-Decoder框架中的注意力机制模型是注意力不集中的分心模型。

答案: 请关注公众号【贰壹壹题库】查看答案

问题 47: 2. 以下关于记忆容量和记忆力机制的说法错误的是（）。

选项:

• A. 一个深度学习模型可以仅依靠增加神经元数量，无限增加其内部记忆容量。

• B. 记忆力机制的出现解决了网络容量问题。

• C. 最简单的记忆力模型主要包含一系列的记忆单元和I，G，O，R四个模块。

• D. 记忆力模型的运行过程分为记忆写入、记忆读取两部分。

答案: 请关注公众号【贰壹壹题库】查看答案

问题 48: 1. 判别式模型对问题本质缺乏了解，无法从个例中抽象出整体概念。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 49: 2. 图像分类属于生成对抗模型的应用。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 50: 3. 生成对抗网络结合了生成模型和判别模型。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 51: 1. 以下关于人工智能的说法错误的是（）。

选项:

• A. 人工智能学科的发展与实际应用紧密结合

• B. 人工智能的每个发展时期，都有比较明确的主流方法和里程碑式的应用成果

• C. 人工智能发展的核心方法论一直在随着时间变化，研究问题都不具有持续性

• D. 人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学

答案: 请关注公众号【贰壹壹题库】查看答案

问题 52: 2. 人工智能研究的目的是促使智能机器会听、会看、会说、会思考、会学习、会行动。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 53: 1. 下列关于计算机视觉研究的说法正确的是（）。

选项:

• A. 马尔理论是一个自上而下的理论

• B. 要让计算机理解图像，一定先要恢复物体的三维结构

• C. 特征匹配中常见的特征包括颜色特征、纹理特征、形状轮廓特征

• D. 深度学习仍需要专家提供知识，再通过神经网络堆叠结构，实现特征表征

答案: 请关注公众号【贰壹壹题库】查看答案

问题 54: 2. 属于计算机视觉的范畴的是（）。

选项:

• A. 声纹识别

• B. 停车场和道路上的车牌识别

• C. Windows10的“刷脸”登陆系统

• D. 自动驾驶

答案: 请关注公众号【贰壹壹题库】查看答案

问题 55: 3. 马尔理论是自上而下的，其理论缺少可实施性。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 56: 1. 语音是语言的载体，是人类进行交流的主要途径之一。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 57: 2. 语音处理的范畴从狭义上讲，就是能让计算机（）人类说的话，即语音识别技术。

选项:

• A. 听懂

• B. 辨别

• C. 搜索

• D. 简化

答案: 请关注公众号【贰壹壹题库】查看答案

问题 58: 3. 1980年代后，语音识别的研究重点逐渐转向（）、非特定人连续语音识别。

选项:

• A. 深度学习

• B. 机器学习

• C. 大词汇量

• D. 小词汇量

答案: 请关注公众号【贰壹壹题库】查看答案

问题 59: 1. 计算机视觉、语音处理的研究内容都不属于“感知智能”。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 60: 2. 语言不是一种感知信号，而是感知信号经大脑处理后的某种抽象表示。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 61: 1. 关于AlphaGo说法错误的是（）。

选项:

• A. 借用了深度学习的超强表示能力、蒙特拉洛树的概率优化能力

• B. AlphaGo在实现中也使用了大量人工设定的围棋知识

• C. 本质上解决问题的思路与A*搜索是类似的

• D. 不属于博弈

答案: 请关注公众号【贰壹壹题库】查看答案

问题 62: 2. 早期的人工智能竞技方法以“状态空间搜索”为主要技术路线。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案

问题 63: 3. AlphaGo框架在搜索过程引入了随机决策，可以通过蒙特卡洛搜索多次重复搜索取得最优。

选项:

答案: 请关注公众号【贰壹壹题库】查看答案