D:迁移学习的核心思想是将利用在任务A上获得的经验去解决相似的任务B

4、下列关于强化学习的说法正确的是D

A:强化学习的概念是从Alphago战胜李世石之后才提出的

B:强化学习属于无监督学习的一种,不需要有监督信息

C:强化学习和有监督学习的过程相似,是“开环”的过程

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

5、关于决策树,说法有误的是:B

A:规则归纳问题,适合用决策树来表示

B:决策树算法是无监督学习

C:如果根据一个属性做判断,样本仍然有若干种情况,则该属性不应该出现在决策早期

D:属性在决策树中的位置不同,决策树的效率是不同的

6、聚类算法属于无监督学习B

A:错

B:对

7、机器学习就是有监督学习B

A:对

B:错

8、任务A 与 任务B 具有某种相似性,利用任务A的学习经验,解决任务B,即迁移学习A

A:对

B:错

9、机器学习分为有监督和无监督等A

A:对

B:错

10、有监督学习的最大问题:标注数据稀缺、昂贵B

A:错

B:对

第七章 单元测试

1、神经网络是由一个神经元构成的B

A:对

B:错

2、隐含层,是指其中神经元的状态在输出端无法直接观测A

A:对

B:错

3、v对于一个样本,如果当前权重能够正确判断其类型,就减小当前权重B

A:对

B:错

4、对于一个样本,如果当前权重能够正确判断其类型,就提高其比例A

A:对

B:错

5、神经元在输入端接受来自多个信号源的输入信息B

A:错

B:对

6、以下关于FNN和错误反向传播(BP)算法的说法错误的是:C

A:BP算法对多层网络训练时使用的sigmoid激活函数存在“梯度弥散”问题

B:BP算法的核心是对隐含层神经元误差E的估计

C:BP算法是从输入层开始,逐层计算δ信号调整自身权重,并且将δ信号传向后一层

D:BP算法的出现解决了多层神经网络权重调整困难的问题

7、以下说法中,不属于感知器和FNN模型的相同点的是:B

A:二者都有输入、激活和输出

B:二者都是由多个神经元组成的多层神经网络

C:输入信号向后传递的过程中,都是加权和的计算

D:二者学习的关键都是神经元的损失计算

8、以下关于前馈神经网络(FNN)的说法正确的是:A

A:在FNN中,输入信号的传递方向是明确的,并不存在反向信号传递

B:一个标准的前馈神经网络只有一个输入层和一个输出层

C:FNN的输出结果只能是向量

D:FNN的同层神经元之间存在连接

9、以下关于感知器模型的说法错误的是:C

A:感知器的信号处理分为四个部分:输入、汇总、激活、输出

B:汇总后的输入信号如果高于阈值,则产生“激活”信号,否则仍基本维持原有水平

C:在输入端,神经元只接受来自一个信号源的输入信息

D:输入为实例的特征向量,由激活函数计算输出,输出为1、-1两个值

10、以下关于感知器的说法错误的是:A

A:感知器模型中的激活函数是二值函数时,损失函数是可导的

B:感知器模型的关键,就是通过调整权重使一类样本可以激活神经元,而另一类则不会

C:重调整采用“奖惩分明”策略,即对于能够准确判断样本类型的权重,提高当前权重比例,反之则降低当前权重比例

D:一层感知器只能针对线性可分的数据集分类,无法解决异或(XOR)问题

11、生成式模型模拟概率分布时,常用“后验分布”。A

A:错

B:对

12、用生成式模型根据少量样本来估计整个类型的概率特征是很困难的B

A:错

B:对

13、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A

A:错

B:对

14、生成对抗网络结合了生成模型和判别模型B

A:错

B:对

15、图像分类属于生成对抗模型的应用的是B

A:对

B:错

第八章 单元测试

1、计算机视觉、语音处理的研究内容都属于“感知智能”A

A:对

B:错

2、长期来看,人工智能的核心方法论都是“用计算机模拟学习能力和智能特征”A

A:对

B:错

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B

A:错

B:对

4、一个计算机模型即可囊括物体识别、距离估计、动态物体轨迹判断等功能来实现视觉辅助的自动驾驶系统B

A:对

B:错

5、AlphaGo行棋过程中,对于n中可能的走法,随机选取一些走法实施蒙特卡洛树搜索B

A:对

B:错

6、以下关于计算机视觉研究的说法正确的是:B

A: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

B: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

C:要让计算机理解图像,一定先要恢复物体的三维结构

D:马尔理论是一个自上而下的理论

7、以下关于人工智能的说法错误的是:C

A: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

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:人工智能学科的发展与实际应用紧密结合,是“商用-需求-技术”三者的闭环

8、不属于计算机视觉的范畴的是:D

A:以及目前工业界的热门话题,自动驾驶

B:Windows10的“刷脸”登陆系统

C:停车场和道路上的车牌识别

D:声纹识别

9、关于AlphaGo说法错误的是C

A:AlphaGo在实现中也使用了大量人工设定的围棋知识

B: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

C:不属于博弈

D:本质上解决问题的思路与A*搜索是类似的

10、属于AlphaGo的成就:C

A:提出了深度学习

B:AlphaGo的成功归功于深度学习

C:提出了一套全新的搜索求最优解的方法论

D:蒙特拉洛树搜索优于AlphaGo的方法

以上相关的更多内容请点击“人工智能基础导学答案 ”查看，以上题目的答案为网上收集整理仅供参考，难免有错误，还请自行斟酌，觉得好请分享给您的好朋友们！