人工智能基础与应用（微课版） 人工智能基础与应用宋楚平答案

人工智能基础与应用（微课版）

第1章人工智能概述11.1了解人工智能11.2了解深度学习21.3人工智能发展现状41.4人工智能机器学习框架51.4.1机器学习框架简介51.4.2TensorFlow51.4.3PaddlePaddle71.5怎样学习人工智能71.6小结81.7练习题8第2章Python编程基础92.1Python入门92.2开发环境搭建102.2.1安装Python102.2.2安装PyCharm132.2.3体验PyCharm172.3基础语法212.3.1基本输入和输出212.3.2Python运算符242.3.3Python数据类型332.3.4Python语句382.3.5Python函数432.4面向对象442.5第三方库的使用452.5.1NumPy462.5.2Pandas492.5.3Matplotlib522.6小结572.7练习题57第3章TensorFlow机器学习框架583.1TensorFlow介绍583.1.1TensorFlow基础介绍583.1.2分布式TensorFlow613.2TensorFlow环境搭建613.2.1安装Anaconda613.2.2使用pip的Windows环境安装673.2.3使用pip的Linux环境安装683.2.4使用源代码编译安装683.3TensorFlow计算机加速683.3.1TensorFlow的使用683.3.2TensorFlow使用GPU加速703.4小结703.5练习题71第4章机器学习算法724.1线性回归724.1.1什么是线性回归724.1.2线性回归例子引入734.1.3数学方法解决线性回归问题754.1.4利用TensorFlow解决线性回归问题784.2逻辑回归814.2.1什么是逻辑回归814.2.2逻辑回归例子引入824.2.3数学方法解决逻辑回归问题834.2.4利用TensorFlow解决逻辑回归问题834.3KNN854.3.1什么是KNN864.3.2KNN例子引入864.3.3数学方法解决KNN问题874.3.4利用TensorFlow解决KNN问题914.4使用第三方模块实现KNN924.5其他机器学习算法944.5.1支持向量机944.5.2决策树944.5.3随机森林954.5.4K-Means954.6小结954.7练习题95第5章MNIST数据集及神经网络965.1MNIST数据集简介965.2神经元常用函数975.2.1激活函数975.2.2池化函数995.2.3损失函数1005.3深度神经网络1015.4经典卷积神经网络介绍1025.4.1LeNet-5模型及其实现1035.4.2AlexNet介绍1095.4.3VGGNet介绍1095.4.4Inception模型及其实现1095.5循环神经网络1125.5.1循环神经网络简介1125.5.2循环神经网络实现1155.6优化器及优化方法1175.6.1优化方法1175.6.2学习率设置1185.7小结1185.8练习题118第6章TensorFlow高级框架1196.1TFLearn1196.2Keras1216.3小结1236.4练习题124第7章OpenCV开发与应用1257.1OpenCV介绍1257.2OpenCV常见应用1277.2.1摄像头调用1277.2.2OpenCV的图像简单处理1287.2.3图像处理的意义及价值1327.3小结1337.4练习题133第8章计算机视觉处理1348.1计算机视觉开发介绍1348.2手写数字识别1368.2.1项目介绍1378.2.2图像获取以及预处理1388.2.3图像识别1398.2.4结果显示1438.3人脸识别1438.3.1项目介绍1448.3.2人脸的数据集介绍1448.3.3人脸识别流程1458.3.4人脸识别方案1458.3.5人脸识别应用1468.4小结1548.5练习题154第9章自然语言处理1559.1人工智能自然语言处理介绍1559.2英文语音识别1569.2.1项目介绍1569.2.2训练模型1569.2.3测试效果1609.3打造智能聊天机器人1639.3.1seq2seq的机制原理1639.3.2实践1639.4小结1649.5练习题164第10章人工智能开放平台应用16510.1AI开放平台介绍16510.2百度AI开放平台应用16610.2.1百度AI开放平台介绍16610.2.2基于百度AI开放平台的图像识别16610.2.3基于百度AI开放平台的语音识别17010.2.4基于百度AI开放平台的人脸识别17210.3更多AI开放平台实践17510.3.1腾讯AI开放平台17510.3.2阿里AI开放平台17510.3.3京东AI开放平台17610.3.4小爱AI开放平台17610.3.5讯飞AI开放平台17710.4小结17710.5练习题177第11章综合实训案例解析17811.1基于机械臂的工业分拣系统17811.1.1项目概要17811.1.2项目设计17911.1.3项目实现18611.2小结19311.3练习题193

2023知到答案 人工智能基础 完整智慧树网课章节测试答案

1、单选题：人工智能的名字是

选项：A:AirJorden

B:AllenLverson

C:A-ClassIntelligence

D:ArtificialIntelligence

答案:【ArtificialIntelligence】

1、单选题：第一个击败人类职业围棋选手、第一个战胜世界围棋冠军的人工智能机器人是由谷歌公司开发的（）。选项：A:AlphaFunB:AlphaGoodC:AlphaGoD:Alpha答案:【AlphaGo】

2、单选题：无需棋谱即可自学围棋的人工智能是（）选项：A:AlphaGoMasterB:AlphaGoZeroC:AlphaGoLeeD:AlphaGoFan答案:【AlphaGoZero】

3、单选题：世界上第一次正式的AI会议于（）年召开，JohnMcCarthy正式提出“ArtificialIntelligence”这一术语选项：A:1954B:1957C:1955D:1956答案:【1956】

4、单选题：以下哪些不是人工智能概念的正确表述（）选项：A:人工智能是通过机器或软件展现的智能B:人工智能是研究和构建在给定环境下表现良好的智能体程序C:人工智能将其定义为人类智能体的研究D:人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事答案:【人工智能将其定义为人类智能体的研究】

5、单选题：下面不属于人工智能研究基本内容的是（）。选项：A:自动化B:机器思维C:机器感知D:机器学习答案:【自动化】

6、单选题：人工智能是研究、开发用于模拟、延伸和扩展人的（）的理论、方法、技术及应用系统的一门新的技术科学。选项：A:计算能力B:语言C:智能D:行为答案:【智能】

7、单选题：图灵测试的含义是（）选项：A:图灵测试是一种用来混淆的技术，它希望将正常的（可识别的）信息转变为无法识别的信息。B:图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。问过一些问题后，如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答，那么这台机器就通过了测试，并被认为具有人类智能。C:所谓的图灵测试就是指一个抽象的机器，它有一条无限长的纸带，纸带分成了一个一个的小方格，每个方格有不同的颜色。有一个机器头在纸带上移来移去。机器头有一组内部状态，还有一些固定的程序。D:不存在图灵测试概念答案:【图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。问过一些问题后，如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答，那么这台机器就通过了测试，并被认为具有人类智能。】

8、单选题：下列不属于人工智能学派的是（）。选项：A:机会主义B:符号主义C:行为主义D:连接主义答案:【机会主义】

9、单选题：认为智能不需要知识、不需要表示、不需要推理；人工智能可以像人类智能一样逐步进化；智能行为只能在现实世界中与周围环境交互作用而表现出来。这是（）学派的基本思想。选项：A:逻辑主义B:连接主义C:行为主义D:符号主义答案:【行为主义】

10、单选题：关于人工智能研究范式的连接主义，相关论述不正确的是（）选项：A:连接主义原理是模拟大脑神经网络及神经网络间的连接机制与学习算法。B:连接主义理论认为思维基本是神经元、人脑不同于电脑，并提出连接主义的大脑工作模式。C:连接主义起源于仿生学和人脑模型的研究。D:连接主义学派的代表人物有卡洛克(WarrenS.McCulloch)、皮茨(WalterH.Pitts)、Hopfield、布鲁克斯(Brooks)、纽厄尔(Newell)。答案:【连接主义学派的代表人物有卡洛克(WarrenS.McCulloch)、皮茨(WalterH.Pitts)、Hopfield、布鲁克斯(Brooks)、纽厄尔(Newell)。】

11、单选题：人工智能(AI)、机器学习、深度学习三者关系论述正确的是（）选项：A:深度学习方法研究人工神经网络的单层感知器学习结构。B:人工智能研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用，属于一门独立的技术学科。C:人工智能是一门研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用的新的交叉学科，机器学习是人工智能的核心研究邻域之一，深度学习是机器学习的新领域，研究多隐层多感知器、模拟人脑进行分析学习的人工神经网络。D:机器学习专门研究计算机怎样模拟人类的学习行为，以获取新的知识和技能，重新组织已有的知识结构以完善自身的性能，但是机器学习能力并非AI系统所必须的。答案:【人工智能是一门研究、开发用于模拟、延伸和扩展人类智能的理论、方法及应用的新的交叉学科，机器学习是人工智能的核心研究邻域之一，深度学习是机器学习的新领域，研究多隐层多感知器、模拟人脑进行分析学习的人工神经网络。】

12、单选题：支持向量机可以看作是具有一层隐藏层的神经网络。支持向量机的理论基础是（）选项：A:控制论SB:视觉生理学C:生物神经学D:统计学答案:【统计学】

13、单选题：深度学习属于（）选项：A:行为主义B:连接主义C:符号主义D:逻辑主义答案:【连接主义】

14、单选题：下列不符合符号主义思想的是（）选项：A:认为智能不需要知识、不需要表示、不需要推理B:人工智能的核心问题是知识表示、知识推理C:源于数理逻辑D:认为人的认知基元是符号答案:【认为智能不需要知识、不需要表示、不需要推理】

15、单选题：不属于自然语言处理的核心环节的是（）选项：A:知识的获取与表达B:语音语义识别C:自然语言生成D:自然语言理解答案:【语音语义识别】

16、单选题：人工智能的近期目标在于研究机器来（）。选项：A:代替人脑B:模仿和执行人脑的某些智力功能C:制造智能机器D:完全代替人类答案:【模仿和执行人脑的某些智力功能】

1、单选题：下列哪一个是“分类”任务的准确描述（）。选项：A:为每个项目分配一个类别B:对每个项目进行排序C:预测每个项目实际的值D:发现每个空间中输入的排布答案:【为每个项目分配一个类别】

2、单选题：下列对于分类概念描述不正确的是（）选项：A:分类的方法包含决策树、逻辑回归、朴素贝叶斯、神经网络等算法B:分类的标准统一C:分类的结果有可能错误。D:分类的概念是在已有数据的基础上学会一个分类函数或构造出一个分类模型（即我们通常所说的分类器(Classifier)）。答案:【分类的标准统一】

3、单选题：在机器学习领域，分类的目标是指（）。选项：A:将具有相似形状的对象聚集B:将具有相似特征的对象聚集C:将具有相似名称的对象聚集D:将具有相似值的对象聚集答案:【将具有相似特征的对象聚集】

4、单选题：两种以上（不含两种）的分类问题被称为（）。选项：A:多分类B:归一化C:分类器D:二分类答案:【多分类】

5、单选题：有关分类器的构造和实施步骤描述错误的是：（）选项：A:在训练样本上执行分类器算法，生成分类模型；B:选定样本，将所有样本分成训练样本和测试样本两部分；C:在训练样本上执行分类模型，生成预测结果；D:根据预测结果，计算必要的评估指标，评估分类模型的性能。答案:【在训练样本上执行分类模型，生成预测结果；】

6、单选题：分类器是基于现有数据构造出一个模型或者函数，以将数据库中的数据映射到给定类别，从而可以应用于数据预测。常包含以下步骤：①在训练样本上执行分类器算法，生成分类模型。②在测试样本上执行分类模型，生成预测结果。③选定样本（包含正样本和负样本），将所有样本分成训练样本和测试样本。④根据预测结果，计算必要的评估指标，评估分类模型的性能。构造和实施分类器的正确顺序为（）选项：A:②③①④B:④①②③C:①②③④D:③①②④答案:【③①②④】

7、单选题：下列算法中，不能够对给定样本进行分类的是（）。选项：A:决策树算法B:逻辑回归算法C:神经网络D:梯度下降算法答案:【梯度下降算法】

8、单选题：在测试样本上执行分类模型，可以（）。选项：A:区分正样本B:生成分类模型C:区分负样本D:生成预测结果答案:【生成预测结果】

9、单选题：SVM是一种典型的（）模型选项：A:感知机B:聚类C:二类分类D:神经网络答案:【二类分类】

10、单选题：把样本所属的类型和样本实现对应起来被称为()选项：A:分类B:标注C:训练D:测试答案:【标注】

11、单选题：分类器测试的作用是选项：A:判断测试集样本选择是否合适B:判断测试集样本标注是否合适C:检验分类器的效果D:获得检测目标的分类答案:【检验分类器的效果】

12、单选题：下列叙述中关于归一化不正确的是（）选项：A:归一化也被称为标准化B:归一化后，所有元素和为1C:归一化后，所有元素值范围在（0,1）D:归一化后，所有元素值范围在[0,1]答案:【归一化后，所有元素值范围在（0,1）】

13、单选题：深度学习中，常用的归一化函数是（）函数选项：A:

SoftMin

B:

SoftMax

C:

MicroMin

D:

MicroMax

答案:【

SoftMax

】

《人工智能基础与应用》[70M]百度网盘pdf下载

前言?

人工智能已经成为推动经济社会发展的新引擎。数字经济下，人工智能成为人类认知世界、改造世界的新切入点，人工智能技术逐步成为科技未来发展的趋势，对各行各业产生巨大影响。当前人工智能已经广泛应用于教育、医疗、交通、零售、物流、安防等领域，成为人们生活和工作中不可或缺的应用技术，在未来世界的发展中，人工智能技术已经成为不可或缺的发展要素之一。2018年4月，教育部制定了《高等学校人工智能创新行动计划》，其核心目标之一是推动高校人工智能领域人才培养体系的完善。越来越多的高校参与到人工智能课程建设中来，不断地进行探索与革新，对于培养掌握人工智能技术的管理类人才愈发重视。

作为一门深刻改变世界、有远大发展前途的前沿学科，人工智能覆盖面广、包容性强、应用需求空间巨大的学科特点，有利于更好地培养学生的技术创新思维与能力。《中国新一代人工智能发展报告2019》于2019年5月在上海发布，报告显示我国在人工智能领域的多个方面取得了快速进步，但随之而来的是市场对人工智能领域专业人才需求的迫切性仍在持续。对于管理类人才来说，通过对知识表示、搜索算法与智能计算、机器学习、深度学习、计算机视觉、自然语言与语音处理、大数据与区块链等核心内容的深入学习，不断将人工智能技术与管理知识结合起来，提高解决实际问题的能力，对学生未来职业生涯的发展有着重要作用。

《人工智能基础与应用》将理论知识与实践应用联系起来，每章除了对人工智能基础理论、算法进行讲解以外，还包括各类算法的实践应用与习题巩固环节。此外，随着大数据与人工智能的兴起，我国不少大学以及世界知名大学均已意识到编程能力对于未来的重要性，因此，《人工智能基础与应用》最后增设对Python编程基础的讲解，培养读者采用Python解决人工智能相关问题的能力。

全书共12章，包括以下内容：第1章是绪论，主要介绍人工智能的概念以及发展简史、当前人工智能的发展现状及未来趋势等内容。第2章主要介绍知识与知识表示，包含知识与知识表示的相关概念特征、表示方法、知识图谱及其应用等内容。第3章主要介绍自动推理与专家系统，包含自动推理的基本知识以及专家系统的概念、结构、设计与实现、应用与发展等内容。第4章主要介绍搜索算法与智能计算，包含搜索算法、遗传算法、蚁群算法以及粒子群优化算法的相关内容。第5章主要介绍机器学习，包含机器学习的概念与类型、机器学习的流程、模型选择、常见分类方法、常见聚类方法以及集成学习等内容。第6和7章主要介绍深度学习，其中第6章包含神经元与神经网络、BP神经网络、卷积神经网络、循环神经网络、贝叶斯深度学习等内容，第7章包含注意力与记忆机制、自编码器、强化学习、对抗学习等内容。第8章主要介绍计算机视觉，包含计算机视觉概述、图像分析和理解、计算机视觉应用等内容。第9章主要介绍自然语言与语音处理，包含情感分类、机器翻译、自然语言人机交互，还包含语音识别、合成、转换等内容。第10章主要介绍智能机器人，包含机器人概述、机器人组织结构、工作原理以及机器人的应用等内容。第11章主要介绍大数据与区块链，包含大数据的基本概念、应用、关键技术以及区块链的技术基础与应用、区块链与人工智能等相关内容。第12章主要介绍Python编程基础知识，包含Python的安装、版本、使用方法、代码编写、IPython、Python的各种库等内容。《人工智能基础与应用》作为高等院校人工智能课程的教材以32~48学时为宜。

《人工智能基础与应用》的编写分工为：樊重俊、杨云鹏、熊红林、刘臣、朱玥、樊鸿飞、王雅琼负责编写全书的大纲和框架，并负责全书的组织、审校，他们还对各章分别进行了修改。李璟轩、施柏州、樊重俊撰写第1章，鞠晓玲、施柏州、樊重俊撰写第2章，臧悦悦、施柏州、樊重俊撰写第3章，安艾芝、施柏州、樊重俊撰写第4章，余莹、尹裴、樊重俊撰写第5章，黄耐、尹裴、樊重俊撰写第6章，安艾芝、尹裴、樊重俊撰写第7章，鞠晓玲、施柏州、樊重俊撰写第8章，鞠晓玲、尹裴、樊重俊撰写第9章，臧悦悦、施柏州、樊重俊撰写第10章，蒋雨桥、尹裴、樊重俊撰写第11章，李璟轩、尹裴、樊重俊撰写第12章。关晓飞、杨云鹏参与第4~7章、第11和12章的撰写。熊红林、刘臣、施柏州、尹裴对全部内容进行了修改。徐佩参与全部章节的协调工作与部分章节的撰写。杨云鹏现为上海交通大学博士后，关晓飞现为同济大学副教授，樊鸿飞博士为金山云架构师，其他编写人员工作单位均为上海理工大学。

平台经济专家、中国管理科学与工程学会副理事长、上海市人民政府参事、《系统管理学报》主编、上海交通大学行业研究院副院长陈宏民教授对《人工智能基础与应用》给予了大量支持，提出了很多修改建议，并在百忙之中为《人工智能基础与应用》撰写了序，特此致谢！

笔者近年来专注于人工智能、大数据、电子商务、“互联网+”等领域的研究、教学与咨询。《人工智能基础与应用》有些内容是我们团队在为企业做咨询服务时的一些思考与知识积累。上海财经大学常务副校长徐飞教授，信息安全专家、全国高等学校计算机教育研究会常务理事、复旦大学计算机科学技术学院原副院长赵一鸣，上海机场(集团)有限公司技术中心总经理冉祥来博士，原中国电子商务协会副理事长、中国出入境检验检疫协会唐生副会长，中国出入境检验检疫协会段小红秘书长，数字经济专家、国家创新与发展战略研究会副理事长吕本富教授，国家创新与发展战略研究会副会长兼秘书长王博永博士，产业互联网CIP模式创始人张勇军博士，著名管理咨询与数字经济专家、中驰车福董事长兼CEO、联想集团原全球副总裁张后启博士，东方钢铁电子商务有限公司张春前总经理，上海市民政局信息研究中心黄爱国主任，北京大学信息科学技术学院数字媒体研究所贾惠柱副所长，同济大学博士生导师张建同教授、王洪伟教授，华东理工大学博士生导师李英教授，均在《人工智能基础与应用》写作过程中不同程度地给予了一些有益的建议，在此一并感谢。

上海理工大学党委副书记、上海市高等学校信息技术水平考试委员会副主任、教育部大学计算机课程教学指导委员会委员顾春华教授；上海理工大学管理学院院长赵来军教授、管理科学与工程博士后流动站站长马良教授、朱小栋副教授、刘勇副教授、张宝明副教授、倪静副教授、张惠珍副教授、刘宇熹博士、刘雅雅博士、赵敬华博士对《人工智能基础与应用》提出了很多有益的建议。《人工智能基础与应用》获得上海高校课程思政领航计划支持，在此一并感谢。

在《人工智能基础与应用》的编写过程中，力求跟踪人工智能学科最新的技术水平和发展方向，引入新的技术和方法。由于笔者的水平有限和人工智能快速发展的特性，书中难免有不尽如人意之处，甚至是错漏，敬请诸位专家、读者批评指正。我们的电话是010-62796045，信箱是huchenhao@263.net。

《人工智能基础与应用》配套的电子课件和课后习题参考答案可以到http://www.tupwk.com.cn/downpage网站下载，也可以通过扫描下方的二维码来下载。

樊重俊

于上海理工大学

2020年5月

智慧树知到《人工智能基础》章节测试答案

智慧树知到《人工智能基础》章节测试答案

第一章

1、第一个击败人类职业围棋选手、第一个战胜世界围棋冠军的人工智能机器人是由谷歌公司开发的（）。

A.AlphaGo

B.AlphaGood

C.AlphaFun

D.Alpha

答案:AlphaGo

2、无需棋谱即可自学围棋的人工智能是（）

A.AlphaGoFan

B.AlphaGoLee

C.AlphaGoMaster

D.AlphaGoZero

答案:AlphaGoZero

3、世界上第一次正式的AI会议于（）年召开，JohnMcCarthy正式提出“ArtificialIntelligence”这一术语

A.1954

B.1955

C.1956

D.1957

答案:1956

4、以下哪些不是人工智能概念的正确表述（）

A.人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事

B.人工智能是研究和构建在给定环境下表现良好的智能体程序

C.人工智能是通过机器或软件展现的智能

D.人工智能将其定义为人类智能体的研究

答案:人工智能将其定义为人类智能体的研究

5、下面不属于人工智能研究基本内容的是（）。

A.机器感知

B.机器学习

C.自动化

D.机器思维

答案:自动化

6、人工智能是研究、开发用于模拟、延伸和扩展人的（）的理论、方法、技术及应用系统的一门新的技术科学。

A.智能

B.行为

C.语言

D.计算能力

答案:智能

7、图灵测试的含义是（）

A.图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。问过一些问题后，如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答，那么这台机器就通过了测试，并被认为具有人类智能。

B.所谓的图灵测试就是指一个抽象的机器，它有一条无限长的纸带，纸带分成了一个一个的小方格，每个方格有不同的颜色。有一个机器头在纸带上移来移去。机器头有一组内部状态，还有一些固定的程序。

C.图灵测试是一种用来混淆的技术，它希望将正常的（可识别的）信息转变为无法识别的信息。

D.不存在图灵测试概念

答案:图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。问过一些问题后，如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答，那么这台机器就通过了测试，并被认为具有人类智能。

8、下列不属于人工智能学派的是（）。

A.符号主义

B.连接主义

C.行为主义

D.机会主义

答案:机会主义

9、认为智能不需要知识、不需要表示、不需要推理；人工智能可以像人类智能一样逐步进化；智能行为只能在现实世界中与周围环境交互作用而表现出来。这是（）学派的基本思想。