人工智能与信息社会——基于神经网络的智能系统II
1.【单选题】(C)有跟环境进行交互,从反馈当中进行不断的学习的过程。
A、监督学习
B、非监督学习
C、强化学习
D、线性回归
2.【单选】典型的“鸡尾酒会”问题中，提取出不同人说话的声音是属于（A）
A.非监督学习
B.线性回归
C.监督学习
D.强化学习
3.【单选题】Q函数Q(s,a)是指在一个给定状态s下,采取某一个动作a之后,后续的各个状态所能得到的回报的(A)。
A、期望值
B、最大值
C、最小值
D、总和
4.【单选】在Q-Learning中，所谓的Q函数是指(A)
A.状态动作函数B.策略函数C.状态值函数D.动作值函数
5.【单选题】在ε-greedy策略当中,ε的值越大,表示采用随机的一个动作的概率越(),采用当前Q函数值最大的动作的概率越(A)。
A、大;小
B、大;大
C、小;小
D、小;大
6.【单选】在强化学习的过程中，学习率α越大，表示采用新的尝试得到的结果比例越____，保持旧的结果的比例越____。(B)
A.大；大B.大；小C.小；小D.小；大
7.【单选题】在强化学习过程中,(A)表示随机地采取某个动作,以便于尝试各种结果;()表示采取当前认为最优的动作,以便于进一步优化评估当前认为最优的动作的值。
A、探索;开发
B、开发;探索
C、探索;输出
D、开发;输出
8.【单选题】强化学习中,(A)主要探索未知的动作会产生的效果,有利于更新Q值,获得更好的策略。
A、探索
B、开发
C、输入
D、输出
9.【单选题】马尔可夫性质强调在每一个动作状态序列中,下一个状态与(D)有关。
A、外部影响
B、主体内因
C、历史状态
D、当前状态
10.【单选题】强化学习的回报值一个重要特点是具有(D)。
A、客观性
B、主体性
C、超前性
D、滞后性
11.【多选题】用于监督分类的算法有(ABC)。
A、支持向量机
B、决策树
C、神经网络
D、线性回归
12.【判断题】人工智能学习玩FlappyBird过程中,只需要人类告诉AI不能碰到水管即可,不需要提供其他信息。( × )
13.【判断题】状态动作函数直接决定主体该采取什么决策。(√ )
14.【填空】在支持向量机分类算法中，用于支撑两个类别最宽分解线的这些样本点称为_______。
填空:支持向量或supportvector##%_YZPRLFH_%##SupportVector##%_YZPRLFH_%##Supportvector