《智慧树知到《人工智能基础导学》章节测试答案.pdf》由会员分享，可在线阅读，更多相关《智慧树知到《人工智能基础导学》章节测试答案.pdf（17页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、绪论 单元测试1、1956年达特茅斯会议上，学者们首次提出“artificial intelligence（人工智能）”这个概念时，所确定的人工智能研究方向不包括：A:研究如何用计算机表示人类知识B:研究智能学习的机制C:研究人类大脑结构和智能起源D:研究如何用计算机来模拟人类智能答案: 【研究人类大脑结构和智能起源】2、在现阶段，下列哪项尚未成为人工智能研究的主要方向和目标：A:研究如何用计算机模拟人类大脑的网络结构和部分功能B:研究如何用计算机延伸和扩展人类智能C:研究机器智能与人类智能的本质差别D:研究如何用计算机模拟人类智能的若干功能，如会听、会看、会说答案: 【研究机器智能与人类智能
2、的本质差别】3、下面哪个不是人工智能的主要研究流派？A:符号主义B:经验主义C:连接主义D:模拟主义答案: 【模拟主义】4、从人工智能研究流派来看，西蒙和纽厄尔提出的“逻辑理论家”方法用，应当属于：A:经验主义，行为主义B:符号主义，连接主义C:连接主义，经验主义D:理性主义，符号主义答案: 【理性主义，符号主义】5、从人工智能研究流派来看，明斯基等人所推荐的“人工神经网络”方法用计算机模拟神经元及其连接，实现自主识别、判断，应当属于：A:理性主义，符号主义B:符号主义，连接主义C:经验主义，行为主义D:连接主义，经验主义答案: 【连接主义，经验主义】6、“鸟飞派”指的是人类研究人工智能必须要
3、完全符合智能现象的本质A:错B:对答案: 【错】7、人工智能受到越来越多的关注，许多国家出台了支持人工智能发展的战略计划A:对B:错答案: 【对】8、人工智能将脱离人类控制，并最终毁灭人类A:对B:错答案: 【错】9、人工智能目前仅适用于特定的、专用的问题A:对B:错答案: 【对】10、通用人工智能的发展正处于起步阶段A:对B:错答案: 【对】第一章 单元测试1、以下组合最能全面包括所有知识表示形式的是A:谓词逻辑、经验主义、网络权重B:符号主义、经验主义、连接主义C:产生式系统、特征表示、连接主义D:符号主义、特征表示、语义向量答案: 【符号主义、经验主义、连接主义】2、以下用谓词表示的命题
4、错误的是A:老王的生日在4月：birthday（老王，4月）B:小博不在实验室：in(小博，实验室)C:我爸爸喜欢吃鸡蛋并且我妈妈喜欢吃西红柿：like_eat(father(我)，鸡蛋) like_eat(mother(我)，西红柿)D:大亮的老师擅长打羽毛球和网球：good_at(teacher(大亮)，羽毛球) good_at(teacher(大亮)，网球)答案: 【我爸爸喜欢吃鸡蛋并且我妈妈喜欢吃西红柿：like_eat(father(我)，鸡蛋) like_eat(mother(我)，西红柿)】3、哪种知识表示的样本数据的特征表示，就对应了某种知识。智能系统通过“体验”样本特征，来获
5、取知识A:都不是B:连接主义C:经验主义D:符号主义答案: 【经验主义】4、为了描述关于”健身房“的知识，可以从中抽象出很多要素。比如：健身房的地点、开放时间、教练、器械、团课名称、次卡价格等等，并由这些要素关联构成对健身房的整体认知，这种知识表示形式称作（ ）A:一阶谓词B:框架形式C:细化形式D:产生式答案: 【框架形式】5、一阶谓词的功能与优点不包括：（ ）A:可以表示不确定性知识B:容易实现C:对知识的表现较精确D:表达对客观世界的陈述答案: 【可以表示不确定性知识】6、一阶谓词逻辑式有很强的表达能力，但经常难以直接在计算中应用。A:对B:错答案: 【对】7、由于蕴含式的灵活性，它能表
6、示推理知识以及类似于“如果按住鼠标拖动，则按轨迹画出一条线”这种规则。A:错B:对答案: 【错】8、产生式类型的知识表示推动了专家系统的发展，并且曾应用于机器翻译的领域。A:错B:对答案: 【对】9、一阶谓词逻辑是产生式的一种特例，而产生式是框架形式的一种特例。A:错B:对答案: 【错】10、最简单的命题至少由一个主语和一个谓语组成A:错B:对答案: 【对】第二章 单元测试1、以下说法错误的是（ ）A:学者们普遍认为逻辑和推理是智能思维的一种表现形式。B:推理就是从初始证据出发，按照某种策略，不断地运用知识库中已有的知识，逐步匹配，直到推出结果为止。C:推理的定义中提到的“知识库”是指使用一阶
7、谓词和产生式等方式表示的知识。D:演绎是从特殊到一般，归纳是从一般到特殊。答案: 【演绎是从特殊到一般，归纳是从一般到特殊。】2、 以下说法中正确的个数有（ ）：a) 不确定性推理基于产生式表示，确定性推理基于一阶谓词表示。b) 不确定性推理与确定性推理的不同点在于推理过程中每个环节都是不确定的。c) 推理规则的可信度取值范围为0,1，表示前提与结论之间的推理强度。d) 事实证据的可信度取值范围同样为0,1A:3B:2C:1D:4答案: 【2】3、 IF 晚上两点睡觉 AND 失眠到三点 THEN 第二天睡懒觉 （0.8），其中CF（晚上两点睡觉）=0.6，CF（失眠到三点）=0.3，那么CF
8、（第二天睡懒觉）为（ ）A:0.144B:0.48C:0.24D:0.18答案: 【0.24】4、以下关于反向演绎的说法错误的是（ ）A:演绎是从一般到特殊；而反向推理以某个假设目标作为出发点，来展开推理。B:但在规则量很大时，反向演绎仍然需要逐一计算规则的匹配，比较缓慢低效。C:计算机实现自动推理最可行的方法是采用反向、演绎的方法。D:反向演绎从待证目标出发，又称归结原理。答案: 【反向演绎从待证目标出发，又称归结原理。】5、利用Horn子句进行推理，使用的是什么样的搜索方法（）：A:深度优先搜索和广度优先搜索都可以B:深度优先搜索和广度优先搜索都不是C:广度优先搜索D:深度优先搜索答案:
9、【深度优先搜索】6、计算机如果要实现自动推理，最可行的方法就是采用反向、演绎的方法A:对B:错答案: 【对】7、推理的确定性是推理的三个特性中最复杂的。A:错B:对答案: 【对】8、推理之所以为推理，是因为它有确定性的特点。A:错B:对答案: 【错】9、确定性推理在推理时，所有知识和证据都是确定非真即假的A:错B:对答案: 【对】10、天气预报中的“明天降水概率”，是个确定的推理结论A:错B:对答案: 【错】第三章 单元测试1、以下说法中正确的个数是（）： 专家系统强调概念及其关系的表达，语义网络强调知识的推理能力。 专家系统和语义网络的建立都比较随意，没有严格的语义支撑。 KL_ONE语言将
10、知识表示能力和推理计算能力相结合，表达能力和推理能力并重。 从linked_data开始，语义web开始进入“弱语义”阶段，并采用RDF三元组形式描述知识。A:0B:3C:2D:1答案: 【3】2、以下不属于现阶段知识图谱技术类别的是（ ）A:应用技术B:展示技术C:推理技术D:构建技术答案: 【展示技术】3、以下关于知识图谱的说法错误的是：（）A:知识图谱以结构化的形式，描述客观世界中存在的概念、实体和实体间的关系。B:实体内通过关系来刻画内在属性。C:实体之间通过它们之间的一些关系来连接，通过这种方式形成“图”。D:知识图谱中一般每个实体都有一个ID来标识，称为标识符。答案: 【实体内通过
11、关系来刻画内在属性。】4、对于农夫过河的问题，农夫、狼、羊、白菜想要坐船过河。有以下条件：1.只有农夫能开船。2.船上只能放一个物品。3.没有农夫看管，狼会吃羊，羊会吃白菜。将这个例子放在状态空间中考虑，以下说法正确的是（）：A:这个问题没有解。B:如果说状态表示成4维向量，每个分量为0（未过河）、1值（已过河），代表农夫、狼、菜、羊的过河状态，那么（1,0,1,0）是一个合理状态。C:将农夫、狼、羊、白菜这四个对象可以表示为：F（代表农夫）、W（代表狼）、S（代表羊）、C（代表白菜）D:这个问题有222*2=16种合理的状态。答案: 【将农夫、狼、羊、白菜这四个对象可以表示为：F（代表农夫）
12、、W（代表狼）、S（代表羊）、C（代表白菜）】5、什么是实体关系学习（ ）A:检测文本中的实体是否具有某种预定义的关系。B:研究如何从文本中抽取事件信息并以结构化的形式呈现出来C:发现文本中的有效实体。D:实体识别与链接答案: 【检测文本中的实体是否具有某种预定义的关系。】6、问答系统让计算机自动回答用户的提问，返回相关的一系列文档。A:对B:错答案: 【错】7、知识问答的实现分为两步：提问分析和答案推理。A:错B:对答案: 【对】8、Guha提出了RDF一种描述资源信息的框架，后来Guha也被称作知识图谱之父。A:错B:对答案: 【对】9、RDF是现代知识图谱的一个分支之一。A:错B:对答案
13、: 【错】10、Conceptnet是纯中文的知识库。A:对B:错答案: 【对】第四章 单元测试1、以下关于状态空间图的说法错误的是A:将状态和连接合在一起可以构成状态图B:将一个复杂问题表示成多个连续的状态C:状态空间图未必一定能画出来D:状态之间的连接指的是衔接、转移、导致等关系答案: 【将一个复杂问题表示成多个连续的状态】2、以下说法正确的是：A:贪心算法又称盲目搜索B:深度优先搜索通用性差，但是可以准确地找到较简单问题的解C:宽度优先搜索的效率高于贪心算法D:贪心算法搜索速度较快，但未必能找到最优解3、状态空间图表示方法的核心思想不包括：AA:对于任何问题，可以直接构造状态图B:将一个
14、复杂问题表示为若干离散状态C:将衔接、转移、导致等关系表示为状态之间的连接D:所有状体和连接构成状态图4、对于博弈搜索，下列说法错误的是：（ ）DA:对于许多棋类问题，需要两个甚至多个人参与，只能使用博弈算法B:每个角色在做出决策时，不仅要考虑到自己的立场，还要预测对手可能的反应C:不对状态优劣进行判断，仅按照固定方式搜索D:一个角色可以完成博弈搜索5、关于盲目搜索策略的说法不正确的是AA:深度优先搜索首先考虑同级的状态，宽度优先搜索首先考虑纵深探索B:贪婪搜索的搜索速度非常快C:贪婪搜索总是做出在当前看来最好的选择D:深度优先和宽度优先搜索的适应性强，但效率往往不高。6、深度优先搜索会首先考
15、虑纵深搜索，然后回溯上一层对A:对B:错7、贪婪搜索每一步都会选择使当前步骤获利最大的下一步对A:对B:错8、通用搜索可以考虑当前节点到终止节点的最优路线XA:对B:错9、启发式搜索策略可以同时考虑到初始节点到当前节点与当前节点到终止节点的优劣对A:错B:对10、贪婪搜索策略首先考虑纵深探索XA:错B:对第五章 单元测试1、下列说法不正确的是（）A:进化智能和群体智能是从自然界适者生存的客观规律中获得启发B:“进化智能”和“群体智能”分别从时间和空间的角度上来研究物种的适者生存C:图灵的观点认为“物种的适者生存”显然不是智能活动D:自动图谱、自动推理、搜索技术都是模拟“单一”智能体的智能活动2
16、、下列关于群体智能和进化智能的说法不正确的是BA:进化智能的思想来自新达尔文主义B: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C:蚂蚁、蜜蜂、候鸟、微生物都具有群体智能D: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”3、下列说法正确的是A:进化算法的思想来源新达尔文主义是由达尔文独自提出的B:遗传算法中的环境设计需要保证最优解对应的个体具有最强的适应能力C:遗传算法是典型的群体智能算法，而蚁群算法是典型的进化智能算法D:遗传算法中的环境设计有固定的标准，与具体问题无关4、下列关于遗传算法的说法不正确的是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
17、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:提升种群数量能够提高求解速度和稳定性D:单纯提高突变概率，能够稳定地取得很好的结果5、新达尔文主义认为的生物进化，不包括哪个过程DA:竞争B:选择C:突变D:模拟6、进化智能算法的目标，就是用计算机来模拟进化过程，从而求解问题 对A:对B:错7、突变保证了生物体在不断变化的环境中具有适应能力 对A:错B:对8、遗传算法的主要思路，核心就是如何模拟生物进化过程 对A:对B:错9、进化智能指的是空间维度上的说法 XA:对B:错10、模拟物种“适者生存”的能力，不属于人工智能的研究范畴XA:对B:错第六章 单元测试1、下列
18、说法中正确的说法个数是（ ）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。机器学习中的样本数据可以是人工判断的经验条目数据有监督学习中不需要所有训练样本都有明确的“答案”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BA:1B:3C:2D:02、下列关于有监督学习的说法不正确的是BA:支持向量机模型中距离平面最近的几个样本对平面的选择影响最大B:K近邻算法中K值的选择对分类的结果影响不大C:模型测试阶段的测试数据集不能与训练数据集有交集D:决策树算法中最能将样本数据显著分开的属性应该在决策早期就使用3、下列关于弱监督学习的说法不正确的是AA:弱监督学习等价于半监督学习B:
19、半监督学习通过学习有标记的数据，逐渐扩展无标注的数据C:弱监督学习只对部分的样本引入标注知识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B4、下列关于强化学习的说法正确的是DA: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：BA: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
20、: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BA:错B:对7、机器学习就是有监督学习BA: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AA:对B:错9、机器学习分为有监督和无监督等AA:对B:错10、有监督学习的最大问题：标注数据稀缺、昂贵BA: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BA: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AA: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BA: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
21、例AA: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BA: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：CA: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，逐层计算信号调整自身权重，并且将信号传向后一层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：BA: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
22、、以下关于前馈神经网络（FNN）的说法正确的是：AA: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：CA: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：AA:感知器模型中的激活函数是二值函数时，损失
23、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”。AA: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BA: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AA:错B:对14、生成对抗网络结合了生成模型和判别模型BA:错B:对15、图像分类属于生成对抗模型的应用的是BA:对B:错第八章
24、 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”AA: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”AA: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BA: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BA: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BA:对B:错6、以下关于计算机视觉研究的说法正确的是：BA: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
25、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：CA: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：DA: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CA: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：CA: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