专题二 测验(权重20%)
试卷总分:40 得分:100
一、判断题
1.P(A∣B)代表事件A发生的条件下事件B发生的概率。
2.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。
3.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。
4.启发式规划的两种方法是减少更多的边或者状态抽象。
5.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。
6.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。
7.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。
8.贝叶斯定理是为了解决频率概率问题提出来的。
9.现实世界中的规划问题需要先调度,后规划。
10.下图表示的是前向状态空间搜索。
{图}
二、选择题
11.机器学习过程中,近似于人类的归纳推理式学习方式,被誉为“人工智能最有价值的地方”的学习方式是()。
A.监督学习
B.无监督学习
C.机器学习
D.深度学习
12.下列哪一条是关键路径?请选择相应的路径按钮。
{图}
A.路径1
B.路径2
13.当我们在物品种类很多的情况下,需要快速选择出一种最优搭配方案时,其实可以借助一些特别的处理方法来解决,这些方法中的一种被称为“遗传算法”,它是通过模拟达尔文的进化论来解决问题的,因此也被归类为“进化算法”。()教授首先提出“遗传算法”。
A.约翰?霍兰德
B.亚瑟·塞缪尔
C.冯·诺依曼
D.艾伦·麦席森·图灵
14.遗传算法具有()的迭代过程的搜索算法。也就是说,通过群体的一代代的不断进化,最终收敛到“最适应环境”的个体,从而求得问题的最优解或满意解。
A.生存+检测
B.遗传变异
C.自然选择
D.适者生存
15.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
16.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
17.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
18.{图}
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。如图上所示的“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
19.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
20.贝叶斯网络是一个()。
A.有向环形图
B.无向环形图
C.有向无环图
D.无向无环图