超星尔雅学习通《人工智能与信息社会》2023章节测试答案
超星尔雅学习通《人工智能与信息社会》2020章节测试答案
第一章
1.AI时代主要的人机交互方式为(D)。
A、鼠标
B、键盘
C、触屏
D、语音+视觉
2.2016年3月,人工智能程序(A)在韩国首尔以4:1的比分战胜的人类围棋冠军李世石。
A、AlphaGo
B、DeepMind
C、Deepblue
D、AlphaGoZero
3.Cortana是(C)推出的个人语音助手。
A、苹果
B、亚马逊
C、微软
D、阿里巴巴
4.首个在新闻报道的翻译质量和准确率上可以比肩人工翻译的翻译系统是(C)。
A、苹果
B、谷歌
C、微软
D、科大讯飞
5.相较于其他早期的面部解锁,iPhoneX的原深感摄像头能够有效解决的问题是(A)。
A、机主需要通过特定表情解锁手机
B、机主是否主动解锁手机
C、机主平面照片能够解锁手机
D、机主双胞胎解锁手机
6.属于家中的人工智能产品的有(ABD)。
A、智能音箱
B、扫地机器人
C、声控灯
D、个人语音助手
7.谷歌相册与传统手机相册最大不同点是(ABE)。
A、根据照片内容自动添加标记
B、根据不同标记进行归类和搜索
C、自动对照片进行美颜
D、定时备份照片
E、人脸识别和搜索
8.目前外科手术领域的医用机器人的优点有(AB)。
A、定位误差小
B、手术创口小
C、不需要人类医生进行操作
D、能够实时监控患者的情况
E、可以帮助医生诊断病情
9.智能推荐系统的特点包括(ABCD)。
A、根据用户的购买记录记忆用户的偏好
B、根据浏览时间判断商品对用户的吸引力
C、推荐用户消费过的相关产品
D、根据用户的喜好进行相关推荐
10.一般来说,扫地机器人必需的传感器有(ABC)。
A、距离传感器
B、超声波雷达传感器
C、悬崖传感器
D、温度传感器
11.在神经网络方法之前,机器翻译主要是基于统计模型的翻译。(√)
12.人工智能具有学会下棋的学习能力,是实现通用人工智能算法的基础。(√)
13.目前还没有成功进行无人自动驾驶的案例。(×)
14.智能家居应该能自动感知周围的环境,不需要人的操控。(√)
15.智能音箱本质上是音箱、智能语音交互系统、互联网、内容叠加的产物。(√)
16.基于句法的机器翻译是目前较为流行的翻译方法,基本达到了预期的理想。(×)
第二章
1.被誉为计算机科学与人工智能之父的是(A)。
A、图灵
B、费根鲍姆
C、纽维尔
D、西蒙
2.第一个成功应用的专家系统是(B)。
A、ELIZA
B、Dendral
C、Xcon
D、Deepblue
超星尔雅学习通《人工智能与信息社会》2023章节测试答案
A、损失函数B、优化函数
C、反向传播
D、梯度下降
4.在第五章手写数字识别的例子中,输入的图片为长和宽都是28像素的图片,输出判断数字0-9的概率。要构建前馈型神经网络去解决这个问题,输入层是()维的,输出层是()维的。A
A、784;10
B、28;10
C、784;1
D、28;1
5.前馈型神经网络的中各个层之间是()的,反馈型神经网络中各个层之间是()的。C
A、有环;有环
B、有环;无环
C、无环;有环
D、无环;无环
6.关于MNIST,下列说法错误的是()。C
A、是著名的手写体数字识别数据集
B、有训练集和测试集两部分
C、训练集类似人学习中使用的各种考试试卷
D、测试集大约包含10000个样本和标签
7.隐藏层中的池化层作用是()训练参数,对原始特征信号进行采样。A
A、减少
B、增加
C、分割
D、组合
8.如果某个隐藏层中存在以下四层,那么其中最接近输出层的是()。D
A、卷积层
B、池化层
C、全连接层
D、归一化指数层
9.一个完整的人工神经网络包括()。AC
A、一层输入层
B、多层分析层
C、多层隐藏层
D、两层输出层
10.前馈型神经网络常用于()。AD
A、图像识别
B、文本处理
C、问答系统
D、图像检测
11.神经网络中各个隐藏层能提取出和人类看到的一样的特征。()X
12.人工神经网络训练的目的就是使得损失函数最小化。()√
13.误差的反向传播,即从第一个隐藏层到输出层,逐层修改神经元的连接权值参数,使得损失函数值最小。()。X
14.隐藏层中的全连接层主要作用是将所有特征融合到一起。()√
15.梯度下降算法是最常用也是最有效的神经网络的优化办法,完全可以满足不同类型的需求。()X
第六章
1.典型的“鸡尾酒会”问题中,提取出不同人说话的声音是属于()。B
A、监督学习
B、非监督学习
C、强化学习
D、线性回归
2.()有跟环境进行交互,从反馈当中进行不断的学习的过程。C
A、监督学习
B、非监督学习
C、强化学习
D、线性回归
3.在Q-Learning中,所谓的Q函数是指()。A
A、状态动作函数
B、状态值函数
C、动作值函数
D、策略函数
4.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
5.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()。A
A、大;小
B、大;大
C、小;小
D、小;大
6.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
人工智能导论笔记（第八章 人工神经网络及其应用）
dm8基础知识及常见问题解决（linux）CSDN-Ada助手:非常感谢您分享关于dm8基础知识及常见问题解决的博客！我们非常期待您能继续分享您在其他技术领域的经验和见解。作为CSDN博客小助手，我为您推荐一篇博客主题：“如何在Linux系统中优化Web应用性能”。相信这将会是我们社区中的一篇非常有价值的博客，期待您的分享！为了方便博主创作，提高生产力，CSDN上线了AI写作助手功能，就在创作编辑器右侧哦～（https://mp.csdn.net/edit?utm_source=blog_comment_recall）诚邀您来加入测评，到此（https://activity.csdn.net/creatActivity?id=10450&utm_source=blog_comment_recall）发布测评文章即可获得「话题勋章」，同时还有机会拿定制奖牌。
机器学习——K-Means聚类算法及其应用2201_75865865:报错怎么办呀？运行不了
人工智能导论笔记（第六章智能计算及应用）翊坤宫在逃蟹粉酥:
二叉树的遍历（力扣）ctotalk:学习
二叉树的遍历（力扣）L_imbo:欢迎各位指正