四川开放大学2022年秋《人工智能专题》测验2试题 试题 1 [判断题] 深度学习是计算机利用其计算能力处理大量数据,获得看似人类同等智能的工具。() 试题 2 [判断题] 状态空间图是对一个问题的
四川开放大学2022年秋《人工智能专题》测验2试题
试题 1
[判断题] 深度学习是计算机利用其计算能力处理大量数据,获得看似人类同等智能的工具。()
试题 2
[判断题] 状态空间图是对一个问题的表示,通过问题表示,人们可以探索和分析通往解的可能的可替代路径。特定问题的解将对应状态空间图中的一条路径。()
试题 3
[判断题] 人们需要把分类器学习的样本的特点进行量化,这些量化后的数据,如鸢尾花的高度、花瓣的长度、花瓣的宽度等就是鸢尾花的特征。这些特征都是有效的,可以提供给分类器进行训练。()
试题 4
[判断题] 启发式规划的两种方法是减少更多的边或者状态抽象。()
试题 5
[判断题] 谓词逻辑是应用于计算机的逻辑形式,其逻辑规则、符号系统与命题逻辑是一样的。()
试题 6
[判断题] P(A∣B)代表事件A发生的条件下事件B发生的概率。()
试题 7
[判断题] 贝叶斯定理是为了解决频率概率问题提出来的。()
试题 8
[判断题] 人工智能利用遗传算法在求解优化问题时,会把问题的解用“0”和“1”表示。0,1就是就是“遗传基因”,01组成的字符串,称为一个染色体或个体。()
试题 9
[判断题] 语义网络的表示方法只能表示有关某一事物的知识,无法表示一系列动作、一个事件等的知识。()
试题 10
[判断题] 现实世界中的规划问题需要先调度,后规划。()
试题 11
[单选题] 当神经网络接收到工作任务时,就是用()来接收这些任务所对应的数据集,如图像每个像素点的特征数值——色彩、亮度等。()的每个神经元都是任务的特征,即特征数值。
A.输入层
B.输出层
C.隐含层
D.应用层
试题 12
[单选题] 贝叶斯网络是()首先提出来的。
A.贝叶斯
B.朱迪亚·珀尔
C.高斯
D.康托尔
试题 13
[单选题] 以下哪种知识表示的方法适宜描述特定场景中固定不变的事件序列()。
A.谓词逻辑表示法
B.脚本表示法
C.启发式搜索
D.产生式系统
试题 14
[单选题] ()设计出了一个会自主学习的跳棋程序,驳倒了“机器无法超越人类,像人类一样写代码和学习”的理论,创造出了“机器学习”这一术语。
A.亚瑟·塞缪尔
B.冯·诺依曼
C.托马斯·贝叶斯
D.艾伦·麦席森·图灵
试题 15
[单选题] 深度学习模型区别于早期的人工神经网络的是()。
A.增加数据量
B.改变算法
C.增加模型训练的层次
D.增加标签量
试题 16
[单选题] 算法模型看起来像一棵倒立的树,数据沿着树根输入,再从叶子节点输出,中间的分支要根据不同特征的信息进行判断,决定该向左走还是向右走,这种算法称为()。
A.KNN
B.决策树
C.遗传算法
D.A*算法
试题 17
[单选题] 以下哪一项不是机器智能的来源()。
A.摩尔定律
B.数据
C.数学模型
D.数据结构
试题 21
[单选题] 人们想让智能机器分辨哪个动物是熊猫,就会输入一些数据告诉机器。如“大大的脑袋,黑白两色,黑眼眶,圆耳朵”,这些属于()。
A.标签
B.特征值
C.数据结构
D.拟合标签
试题 19
[单选题] ()的原理是每一个节点绑定一个启发值,然后经过一次又一次的筛选,引导机器优先筛选那些启发值更优的节点,规避一些无用或效率较低的节点,从而快速找到问题的解。
A.KNN
B.决策树
C.遗传算法
D.A*算法
试题 20
[单选题]
下列哪一条是关键路径,请选择相应的路径按钮。
A.路径1
B.路径2
试题 1
[判断题] 深度学习是计算机利用其计算能力处理大量数据,获得看似人类同等智能的工具。()
试题 2
[判断题] 状态空间图是对一个问题的表示,通过问题表示,人们可以探索和分析通往解的可能的可替代路径。特定问题的解将对应状态空间图中的一条路径。()
试题 3
[判断题] 人们需要把分类器学习的样本的特点进行量化,这些量化后的数据,如鸢尾花的高度、花瓣的长度、花瓣的宽度等就是鸢尾花的特征。这些特征都是有效的,可以提供给分类器进行训练。()
试题 4
[判断题] 启发式规划的两种方法是减少更多的边或者状态抽象。()
试题 5
[判断题] 谓词逻辑是应用于计算机的逻辑形式,其逻辑规则、符号系统与命题逻辑是一样的。()
试题 6
[判断题] P(A∣B)代表事件A发生的条件下事件B发生的概率。()
试题 7
[判断题] 贝叶斯定理是为了解决频率概率问题提出来的。()
试题 8
[判断题] 人工智能利用遗传算法在求解优化问题时,会把问题的解用“0”和“1”表示。0,1就是就是“遗传基因”,01组成的字符串,称为一个染色体或个体。()
试题 9
[判断题] 语义网络的表示方法只能表示有关某一事物的知识,无法表示一系列动作、一个事件等的知识。()
试题 10
[判断题] 现实世界中的规划问题需要先调度,后规划。()
试题 11
[单选题] 当神经网络接收到工作任务时,就是用()来接收这些任务所对应的数据集,如图像每个像素点的特征数值——色彩、亮度等。()的每个神经元都是任务的特征,即特征数值。
A.输入层
B.输出层
C.隐含层
D.应用层
试题 12
[单选题] 贝叶斯网络是()首先提出来的。
A.贝叶斯
B.朱迪亚·珀尔
C.高斯
D.康托尔
试题 13
[单选题] 以下哪种知识表示的方法适宜描述特定场景中固定不变的事件序列()。
A.谓词逻辑表示法
B.脚本表示法
C.启发式搜索
D.产生式系统
试题 14
[单选题] ()设计出了一个会自主学习的跳棋程序,驳倒了“机器无法超越人类,像人类一样写代码和学习”的理论,创造出了“机器学习”这一术语。
A.亚瑟·塞缪尔
B.冯·诺依曼
C.托马斯·贝叶斯
D.艾伦·麦席森·图灵
试题 15
[单选题] 深度学习模型区别于早期的人工神经网络的是()。
A.增加数据量
B.改变算法
C.增加模型训练的层次
D.增加标签量
试题 16
[单选题] 算法模型看起来像一棵倒立的树,数据沿着树根输入,再从叶子节点输出,中间的分支要根据不同特征的信息进行判断,决定该向左走还是向右走,这种算法称为()。
A.KNN
B.决策树
C.遗传算法
D.A*算法
试题 17
[单选题] 以下哪一项不是机器智能的来源()。
A.摩尔定律
B.数据
C.数学模型
D.数据结构
试题 21
[单选题] 人们想让智能机器分辨哪个动物是熊猫,就会输入一些数据告诉机器。如“大大的脑袋,黑白两色,黑眼眶,圆耳朵”,这些属于()。
A.标签
B.特征值
C.数据结构
D.拟合标签
试题 19
[单选题] ()的原理是每一个节点绑定一个启发值,然后经过一次又一次的筛选,引导机器优先筛选那些启发值更优的节点,规避一些无用或效率较低的节点,从而快速找到问题的解。
A.KNN
B.决策树
C.遗传算法
D.A*算法
试题 20
[单选题]
下列哪一条是关键路径,请选择相应的路径按钮。
A.路径1
B.路径2