高校邦网课大学生职业生涯规划答案
第一章1【多选题】大学教育的价值是什么？
·A丰富知识
·B完善人格
·C为未来的生活打下坚实基础2【单选题】以下哪种不属于职业生涯规划的步骤？
·D找一份好工作3、【多选题】大学生活的终点是？
·A挖掘自身的能力素质
·B完善自身的人格
·C了解用人单位的真实需求
·D将自身能力与企业需求进行对接4【多选题】机遇事件学习理论有哪些观点？
·A追求的目标是创造更令人满意的生活
·B鼓励每个人进行探索活动
·C充分利用偶然事件带来的好处
·D推动终身学习
第二章1【多选题】以个人能量的集中指向为依据分为哪两种类型？
·A内倾
·B外倾2【单选题】影响活动效果的基本因素是？
·D能力3【多选题】以下哪些属于生涯价值？
·A独立自主
·B成就满足
·C安全稳定
·D工作环境4、【多选题】自我探索与职业匹配的方法有哪些？
·B通过专业课的学习提升内容性技能
·C通过学习和社团活动提升功能性技能
·D通过对职业目标和职场的了解提成适应性技能第三章1【多选题】这个故事中的工作获得者为何会抱怨这份“最好的工作”·A与自己一直生存的城市气候不同
·B太忙碌2、【多选题】职业分类有哪些？
·A农林牧副鱼
·B各类专业技术人员
·C办事人员与有关人员
·D商业与服务业人员3【多选题】职场中技能有哪些方面？
人工智能基础（山东联盟）知到智慧树答案2023
一、绪论答案（总1题）
1.【单选题】
人工智能的名字是（D）。
A. AllenLverson
B. AirJorden
C. A-ClassIntelligence
D. ArtificialIntelligence
二、第一章单元测试答案（总16题）
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（B）。
A. Alpha
B. AlphaGo
C. AlphaFun
D. AlphaGood
2.【单选题】
无需棋谱即可自学围棋的人工智能是（C）。
A. AlphaGoLee
B. AlphaGoFan
C. AlphaGoZero
D. AlphaGoMaster
3.【单选题】
世界上第一次正式的AI会议于（A）年召开，JohnMcCarthy正式提出“ArtificialIntelligence”这一术语。
A. 1956
B. 1957
C. 1954
D. 1955
4.【单选题】
以下哪些不是人工智能概念的正确表述（C）
A. 人工智能是通过机器或软件展现的智能
B. 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
C. 人工智能将其定义为人类智能体的研究
D. 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
5.【单选题】
下面不属于人工智能研究基本内容的是（D）。
A. 机器思维
B. 机器学习
C. 机器感知
D. 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（D）的理论、方法、技术及应用系统的一门新的技术科学。
A. 语言
B. 计算能力
C. 行为
D. 智能
7.【单选题】
图灵测试的含义是（D）
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. 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. 不存在图灵测试概念
D. 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（C）。
A. 符号主义
B. 连接主义
C. 机会主义
D. 行为主义
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（A）学派的基本思想。
A. 行为主义
B. 逻辑主义
C. 连接主义
D. 符号主义
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（D）
A. 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。
B. 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。
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)。
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（A）
A. 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。
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. 深度学习方法研究人工神经网络的单层感知器学习结构。
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。
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（A）
A. 统计学
B. 生物神经学
C. 控制论S
D. 视觉生理学
13.【单选题】
深度学习属于（C）
A. 符号主义
B. 行为主义
C. 连接主义
D. 逻辑主义
14.【单选题】
下列不符合符号主义思想的是（B）
A. 认为人的认知基元是符号
B. 认为智能不需要知识、不需要表示、不需要推理
C. 人工智能的核心问题是知识表示、知识推理
D. 源于数理逻辑
15.【单选题】
不属于自然语言处理的核心环节的是（C）
A. 自然语言生成
B. 自然语言理解
C. 语音语义识别
D. 知识的获取与表达
16.【单选题】
人工智能的近期目标在于研究机器来（B）。
A. 完全代替人类
B. 模仿和执行人脑的某些智力功能
C. 制造智能机器
D. 代替人脑
三、第二章单元测试答案（总13题）
1.【单选题】 (5分)
下列哪一个是“分类”任务的准确描述（C）。
A. 发现每个空间中输入的排布
B. 预测每个项目实际的值
C. 为每个项目分配一个类别
D. 对每个项目进行排序
2.【单选题】 (5分)
下列对于分类概念描述不正确的是（B）
A. 分类的结果有可能错误。
B. 分类的标准统一
C. 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
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)）。
3.【单选题】 (5分)
在机器学习领域，分类的目标是指（D）。
A. 将具有相似名称的对象聚集
B. 将具有相似形状的对象聚集
C. 将具有相似值的对象聚集
D. 将具有相似特征的对象聚集
4.【单选题】 (5分)
两种以上（不含两种）的分类问题被称为（A）。
A. 多分类
B. 归一化
C. 分类器
D. 二分类
5.【单选题】 (5分)
有关分类器的构造和实施步骤描述错误的是：（A）
A. 在训练样本上执行分类模型，生成预测结果；
B. 根据预测结果，计算必要的评估指标，评估分类模型的性能。
C. 选定样本，将所有样本分成训练样本和测试样本两部分；
D. 在训练样本上执行分类器算法，生成分类模型；
6.【单选题】 (5分)
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（D）
A. ①②③④
B. ②③①④
C. ④①②③
D. ③①②④
7.【单选题】 (5分)
下列算法中，不能够对给定样本进行分类的是（C）。
A. 决策树算法
B. 神经网络
C. 梯度下降算法
D. 逻辑回归算法
8.【单选题】 (5分)
在测试样本上执行分类模型，可以（C）。
A. 区分正样本
B. 生成分类模型
C. 生成预测结果
D. 区分负样本
9.【单选题】 (5分)
SVM是一种典型的（A）模型
A. 二类分类
B. 聚类
C. 神经网络
D. 感知机
10.【单选题】 (5分)
把样本所属的类型和样本实现对应起来被称为(C)
A. 测试
B. 分类
C. 标注
D. 训练
11.【单选题】 (5分)
分类器测试的作用是(C)
A. 判断测试集样本标注是否合适
B. 获得检测目标的分类
C . 检验分类器的效果
D. 判断测试集样本选择是否合适
12.【单选题】 (5分)
下列叙述中关于归一化不正确的是（B）
A. 归一化后，所有元素和为1
B. 归一化后，所有元素值范围在（0,1）
C. 归一化后，所有元素值范围在[0,1]
D. 归一化也被称为标准化
13.【单选题】 (5分)
深度学习中，常用的归一化函数是（B）函数
A. SoftMin
B. SoftMax
C. MicroMin
D. MicroMax
四、第三章单元测试答案（总17题）
1.【单选题】 (5分)
有特征，无标签的机器学习是（C）
A. 强化学习
B. 监督学习
C. 无监督学习
D. 半监督学习
2.【单选题】 (5分)
无监督学习可完成什么任务（A）
A. 聚类
B. 分类、回归、聚类
C. 分类
D. 回归
3.【单选题】 (5分)
寻找数据之间的相似性并将之划分组的方法称为（A）
A. 聚类
B. 回归
C. 分类
D. 分组
4.【单选题】 (5分)
下列两个变量之间的关系中,哪个是函数关系（B）
A. 孩子的身高和父亲的身高
B. 正方形的边长和面积
C. 人的工作环境与健康
D. 学生的性别和他的英语成绩
5.【单选题】 (5分)
从某中学随机选取8名男生，其身高x(cm)和体重y(kg)的线性回归方程为y=0.849x-85.712，则身高172cm的男学生，又回归方程可以预报其体重（C）。
A. 为60.316kg
B. 大于60.316kg
C. 约为60.316kg
D. 小于60.316kg
6.【单选题】 (5分)
以下不属于聚类算法的是（A）。
A. 朴素贝叶斯算法
B. K均值算法
C. DIANA算法
D. AGNES算法
7.【单选题】 (5分)
Z等于Ｘ，则Z与Ｘ之间属于（A）
A. 完全相关
B. 不完全相关
C. 完全不相关
D. 不相关
8.【单选题】 (5分)
因：经常挑食；果：身材矮小。这组因、果之间属于（A）关系。
A. 不完全相关
B. 不相关
C. 完全相关
D. 完全不相关
9.【单选题】 (5分)
（D）是指根据“物以类聚”原理，将本身没有类别的样本聚集成不同的组。
A. 回归
B. 分类
C. 非监督学习
D. 聚类
10.【单选题】 (5分)
现欲分析性别、年龄、身高、饮食习惯对于体重的影响，如果这个体重是属于实际的重量，是连续性的数据变量，这时应采用（B）；如果将体重分类，分成高、中、低这三种体重类型作为因变量，则采用（B）。
A. 线性回归线性回归
B. 线性回归逻辑回归
C. 逻辑回归线性回归
D. 逻辑回归逻辑回归
11.【单选题】 (5分)
有特征，有部分标签的机器学习属于（B）。
A. 无监督学习
B. 半监督学习
C. 监督学习
D. 强化学习
12.【单选题】 (5分)
下面两个两完全相关的是（D）。
A. 长方形的面积与边长
B. 孩子的身高与父亲身高
C. 每天的温度和季节
D. 圆形的面积与直径
13.【多选题】 (5分)
机器学习包括：(ABCD)
A. 监督学习
B. 半监督学习
C. 无监督学习
D. 强化学习
14.【多选题】 (5分)
两个变量之间的关系包括：(ABC)
A. 不相关
B. 完全相关
C. 不完全相关
D. 负相关
15.【单选题】 (5分)
下面哪一个不是聚类常用的算法（B）。
A. DIANA算法
B. SVM算法
C. K均值算法
D. AGNES算法
16.【单选题】 (5分)
AGNES算法步骤正确的是（D）。①将每个样本特征向量作为一个初始簇；②根据两个簇中最近的数据点寻找最近的两个簇；③重复以上第二、三步，直到达到所需要的簇的数量；④合并两个簇，生成新的簇的集合，并重新计算簇的中心点。
A. ①④③②
B. ①②③④
C. ①④②③
D. ①②④③
17.【单选题】 (5分)
下面属于强化学习的是（B）
A. 用户经常阅读军事类和经济类的文章，算法就把和用户读过的文章相类似的文章推荐给你。
B. 算法先少量给用户推荐各类文章，用户会选择其感兴趣的文章阅读，这就是对这类文章的一种奖励，算法会根据奖励情况构建用户可能会喜欢的文章的“知识图”。
C. 用户每读一篇文章，就给这篇新闻贴上分类标签，例如这篇新闻是军事新闻，下一篇新闻是经济新闻等；算法通过这些分类标签进行学习，获得分类模型；再有新的文章过来的时候，算法通过分类模型就可以给新的文章自动贴上标签了。
D. 两个变量之间的关系，一个变量的数量变化由另一个变量的数量变化所惟一确定，则这两个变量之间的关系称为强化学习。
( 其他章节看视频！）
人工智能基础
《人工智能基础》内容主要涉及人工智能经典及实用的关键技术，以及人工智能近年来新发展的技术，具体包括人脑认知、经典人工智能、经典人工神经网络、优化与智能计算、统计学习方法、深度学习、强化学习、自然语言处理、智能机器人。为了便于读者理解，在介绍关键技术的同时，列举了一些应用实例；主要章后均附有习题。《人工智能基础》结合了编者多年来从事人工智能科研和教学的经验，注重内容的实用性和先进性。《人工智能基础》可作为普通高等院校理工科专业的“人工智能”通识课程的教材。