2021高考语文北京卷试题及答案.pdf

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、原创力文档(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)。
查看更多

2021高考语文北京卷试题及答案

2021高考语文

北京卷试题及答案

一、本大题共5小题,共17分。

阅读下面材料,完成1-5题。

材料一

机器学习是一种人工智能技术,它通过设计算法,让计算机可以

从有限的观测数据分析并获取规律,然后利用“学习”到的规律对

未知数据进行预测,从而帮助人们完成应用任务。运用机器学习解决

应用问题,一般包含如下几步:首先是对观测数据作预处理,然后是

从观测数据提取有效特征并对特征进行转换,最后是构建函数并利

用它进行预测。

传统的机器学习主要关注预测函数的构建,至于特征,则一般是

通过人为地设计一些准则,然后根据这些准则从观测数据获得。对

机器而言,这可看作是一种“浅层学习”。由于浅层学习有时不能很

好地获得有助于提升预测准确率的特征,“深度学习”应运而生。

深度学习需要构建具有一定“深度”的模型,让机器自动从观测

数据学习到有效的特征,帮助提升预测的准确率。“深度”与数据

处理过程的组件数量密切相关,深度模型的原始输入与输出结果之间

有多组件,每组件都会对数据进行加工,并影响后续组件。当得

到最终的输出结果时,我们并不清楚每组件的贡献是多少,判断每

组件对输出结果的影响称为“贡献度分配”问题。以下围棋为例,

每当下完一盘棋,我们会思考哪几步棋导致了最后的胜利或失败,判

断每一步棋贡献的多少就是贡献度分配问题。该问题在深度学习至

关重要,解决起来也非常困难。

目前,深度学习大多采用“人工神经网络”来实现。人工神经网

络内部包含多层次,正好能满足深度学习的“深度”需求。近年来,

深度学习技术快速发展,其所使用的人工神经网络模型从早期的五至

十层增加到目前的数百层,这极大提高了特征提取与转换的能力,也

使预测的准确率随之上升。

深度学习技术被广泛应用于模式识别、自然语言处理等诸多领域

并取得了重大突破。我们要想在方兴未艾的科技革命占有先机,牢

固掌握以深度学习为代表的人工智能技术是必要条件。

1.根据材料一,下列表述正确的一项是(3分)

A.机器学习的最终目的是从数据寻找到某种规律。

B.机器学习从数据学到的规律可以用函数来表示。

C.机器学习完成特征提取与转换后就可以进行预测。

D.浅层学习无需人工干预,完全依赖机器自主完成。

2.根据材料一,下列对“深度学习”的理解与推断,不正确的一

项是(3分)

A.可以更好地处理数据特征,更准确地预测。

B.数据处理过程的组件数量会影响其深度。

C.数据处理过程影响最大的组件不难确定。

D.是人工智能技术的代表,已有广泛的应用。

材料二

人脑神经系统是一非常复杂的组织,包含几百亿神经元。神

经元与神经元之间没有物理连接,它们通过突触进行互联来传递信息。

神经元可被看作是只有兴奋和抑制两种状态的细胞,突触将一神经

元的兴奋状态传至另一神经元。突触有强有弱,其强度可以通过学

习或训练来不断改变,具有一定的可塑性。一神经元的状态是兴奋

还是抑制,取决于它从其他神经元接收到的信号量以及突触的强度。

当一神经元接收到的信号量总和超过了某阈值,细胞体就会兴奋,

产生电脉冲,电脉冲通过突触传递到其他神经元。可以认为,在人脑

神经系统,每神经元本身固然重要,但更重要的是神经元如何组

成网络。

受人脑的启发,科学家构建了一种在结构、工作原理和功能上都

模拟人脑神经系统的计算模型,称之为“人工神经网络”,简称“神

经网络”。在机器学习领域,神经网络指由很多人工神经元相互连接

构成的系统,这些人工神经元一般被称为节点,每节点

文档评论(0)

A13865477551 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档