專題二 測驗

試卷總分:40 得分:100

一、判斷題

1.下圖表示的是前向狀態(tài)空間搜索。

{圖}

2.人們需要把分類器學習的樣本的特點進行量化，這些量化后的數(shù)據(jù)，如鳶尾花的高度、花瓣的長度、花瓣的寬度等就是鳶尾花的特征。這些特征都是有效的，可以提供給分類器進行訓練。

3.P（A∣B）代表事件A發(fā)生的條件下事件B發(fā)生的概率。

4.貝葉斯定理是為了解決頻率概率問題提出來的。

5.現(xiàn)實世界中的規(guī)劃問題需要先調(diào)度，后規(guī)劃。

6.語義網(wǎng)絡的表示方法只能表示有關某一事物的知識，無法表示一系列動作、一個事件等的知識。

7.謂詞邏輯是應用于計算機的邏輯形式，其邏輯規(guī)則、符號系統(tǒng)與命題邏輯是一樣的。

8.人工智能利用遺傳算法在求解優(yōu)化問題時，會把問題的解用“0”和“1”表示。0,1就是就是“遺傳基因”，01組成的字符串，稱為一個染色體或個體。

9.啟發(fā)式規(guī)劃的兩種方法是減少更多的邊或者狀態(tài)抽象。

10.深度學習是計算機利用其計算能力處理大量數(shù)據(jù)，獲得看似人類同等智能的工具。

二、選擇題

11.遺傳算法具有（）的迭代過程的搜索算法。也就是說，通過群體的一代代的不斷進化，最終收 斂到“最適應環(huán)境”的個體，從而求得問題的最優(yōu)解或滿意解。

A.生存＋檢測

B.遺傳變異

C.自然選擇

D.適者生存

12.（）設計出了一個會自主學習的跳棋程序，駁倒了“機器無法超越人類，像人類一樣寫代碼和學習”的理論，創(chuàng)造出了“機器學習”這一術語。

A.亞瑟·塞繆爾

B.馮·諾依曼

C.托馬斯·貝葉斯

D.艾倫·麥席森·圖靈

13.貝葉斯網(wǎng)絡是一個（）。

A.有向環(huán)形圖

B.無向環(huán)形圖

C.有向無環(huán)圖

D.無向無環(huán)圖

14.{圖}

人們想讓智能機器分辨哪個動物是熊貓，就會輸入一些數(shù)據(jù)告訴機器。如圖上所示的“大大的腦袋，黑白兩色，黑眼眶，圓耳朵”，這些屬于（）。

A.標簽

B.特征值

C.數(shù)據(jù)結構

D.擬合標簽

15.以下哪一項不是機器智能的來源（? ??）

A.摩爾定律

B.數(shù)據(jù)

C.數(shù)學模型

D.數(shù)據(jù)結構

16.當神經(jīng)網(wǎng)絡接收到工作任務時，就是用（）來接收這些任務所對應的數(shù)據(jù)集，如圖像每個像素點的特征數(shù)值——色彩、亮度等。（）的每個神經(jīng)元都是任務的特征，即特征數(shù)值。

A.輸入層

B.輸出層

C.隱含層

D.應用層

17.算法模型看起來像一棵倒立的樹，數(shù)據(jù)沿著樹根輸入，再從葉子節(jié)點輸出，中間的分支要根據(jù)不同特征的信息進行判斷，決定該向左走還是向右走，這種算法稱為（）。

A.KNN

B.決策樹

C.遺傳算法

D.A*算法

18.機器學習過程中，近似于人類的歸納推理式學習方式，被譽為“人工智能最有價值的地方”的學習方式是（）。

A.監(jiān)督學習

B.無監(jiān)督學習

C.機器學習

D.深度學習

19.當我們在物品種類很多的情況下，需要快速選擇出一種最優(yōu)搭配方案時，其實可以借助一些特別的處理方法來解決，這些方法中的一種被稱為“遺傳算法”，它是通過模擬達爾文的進化論來解決問題的，因此也被歸類為“進化算法”。（）教授首先提出“遺傳算法”。

A.約翰?霍蘭德

B.亞瑟·塞繆爾

C.馮·諾依曼

D.艾倫·麥席森·圖靈

20.以下哪種知識表示的方法適宜描述特定場景中固定不變的事件序列（ ）。

A.謂詞邏輯表示法

B.腳本表示法

C.啟發(fā)式搜索

D.產(chǎn)生式系統(tǒng)

奧鵬，國開，廣開，電大在線，各省平臺，新疆一體化等平臺學習
詳情請咨詢QQ : 3230981406或微信:aopopenfd777