人工智能培训测试题2 .pdfVIP

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

人工智能培训测试题2

人工智能培训测试题2

1.定义两个变量a,b,并赋值为12,3,以下指令正确的是:答:a,

b=12,3(得分:5)

2.机器学习方法中,预测函数参数通常会通过逐步迭代与修正的

方法来实现。下面描述中,不正确的有()

答:必须所有训练样本都能正确预测时算法才会结束(得分:5)

3.感知器训练获得的模型每次都不一样,有哪些因素可以导致训

练结果的不确定

答:初始参数┋学习率或学习步长┋每次参数更新时随机选择样本

的顺序(得分:5)

4.分类器的训练方法有很多,如下描述不正确的是答:感知器每

次训练都可以获得不同的分割界面,相比支持向

量机具有明显的优势。(得分:5)

5.卷积神经网络从开始到后面的逐层卷积过程中,可以实现

正确答案为:从边缘特征到语义特征的抽取|从低级到高级特征的

抽取

6.监督学习和无监督学习的区别体现在:

正确答案为:数据有标签或无标签|分类或聚类

7.机器学习可以从以下两种途径来进行学习

答:数据、行动(得分:5)

8.常见的聚类的方法主要有:

答:基于划分的方法┋基于密度的方法┋层次聚类┋K均值聚类(得

分:5)

9.对深度卷积网络中卷积与卷积核的描述正确的有

答:卷积核可以用来提取边缘特征┋卷积核可以通过训练算法得到

┋卷积运算中包含有计算内积的过程┋卷积运算可以用于向量类型的数

据中(得分:5)

10.K均值聚类算法的过程包括:

答:随机划分样本为若干类┋找到每一类的聚类中心┋检查是否有

样本违反聚类目标┋将违反的样本划分到最近的聚类中心(得分:5)

11.以下的数据类型中,()既是可变序列,又是有序序列。答:

列表(得分:5)

12.深度卷积网络的结构中,通常有多个顺序连接的层,下面描述

正确的有:

正确答案为:池化层主要用于降低特征图的分辨率|通常在卷积层

之后会增加池化层,有时卷积层后面也可能不跟池化层|非线性激活层

可以完成非线性变换

13.Python语言的标准数据类型中,数字类型包含以下哪几种类

型?

答:布尔(bool)┋复数(complex)┋整数(int)┋小数(float)(得分:

5)

14.下面的代码输出结果是()LETTERS=

ABCDEFGHIJKLMNOPQRSTUVWXYZprint(LETTERS[5:10])#切

片范

围答:FGHIJ(得分:5)

15.机器学习中的从数据中学习通常不包含有()答:强化学习

(得分:5)

16.人工智能当前能够厚积薄发,再造辉煌,得益于以下_____方

面的发展和突破?

答:算法、数据、算力(得分:5)

17.在人工智能的三次浪潮中,第三次浪潮是以()为代表?答:

AlphaGo得分:5)

18.可以进行卷积运算的数据类型有答:向量┋矩阵┋三阶张量┋五

阶张量(得分:5)

19.如果深度卷积网络层数过深,不会导致什么问题答:欠拟合

(得分:5)

20.一幅RGB模式的彩色图像,如果某像素点的三通道值R=255、

G=255、B=255时,该像素点在彩色图像中显

示的颜色是______:答:白色(得分:5)

文档评论(0)

199****6639 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档