人工智能核心算法复习题含答案.docxVIP

人工智能核心算法复习题含答案 一、单选题（共40题，每题1分，共40分） 1、假设我们有一个使用ReLU激活函数(ReLU activation function)的神经网络，假如我们把ReLU激活替换为线性激活，那么这个神经网络能够模拟出同或函数(XNOR function)吗 A、可以 B、不能 C、不好说 D、不一定 正确答案：B 2、EM算法是（） A、半监督 B、都不是 C、有监督 D、无监督 正确答案：D 3、让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能，就是(___)？ A、监督学习 B、倍监督学习 C、无监督学习 D、半监督学习 正确答案：D 4、YOLOv3在coco数据集上聚类了（）个矛框？ A、9 B、nan C、80 D、3 正确答案：A 5、在一个神经网络中，知道每一个神经元的权重和偏差是最重要的一步。如果知道了神经元准确的权重和偏差，便可以近似任何函数，但怎么获知每个神经的权重和偏移呢？ A、以上都不正确的 B、搜索每个可能的权重和偏差组合，直到得到最佳值 C、随机赋值，听天由命 D、赋予一个初始值，然后检查跟最佳值的差值，不断迭代调整权重 正确答案：D 6、执行完语句X_train, X_test, y_train, y_test = train_test_split( ... iris.data, iris.target, test_size=0.4, random_state=0),训练集占比多少? A、50% B、70% C、60% D、40% 正确答案：C 7、如果一个模型在测试集上偏差很大，方差很小，则说明该模型? A、过拟合 B、刚好拟合 C、可能过拟合可能欠拟合 D、欠拟合 正确答案：C 8、下列哪个神经网络结构会发生权重共享 A、卷积神经网络 B、循环神经网络 C、全连接神经网络 D、卷积和循环神经网络 正确答案：D 9、混沌度(Perplexity)是一种常见的应用在使用深度学习处理NLP问题过程中的评估技术，关于混沌度，哪种说法是正确的？ A、混沌度越高越好 B、混沌度对于结果的影响不一定 C、混沌度没什么影响 D、混沌度越低越好 正确答案：D 10、关于递归函数基例的说明，以下选项中错误的是 A、递归函数的基例不再进行递归 B、每个递归函数都只能有一个基例 C、递归函数的基例决定递归的深度 D、递归函数必须有基例 正确答案：B 11、通过以下哪些指标我们可以在层次聚类中寻找两个集群之间的差异？（） A、以上都行 B、均链接 C、单链接 D、全链接 正确答案：A 12、考虑以下问题： 假设我们有一个5层的神经网络，这个神经网络在使用一个4GB显存显卡时需要花费3个小时来完成训练。而在测试过程中，单个数据需要花费2秒的时间。 如果我们现在把架构变换一下，当评分是0.2和0.3时，分别在第2层和第4层添加Dropout，那么新架构的测试所用时间会变为多少？ A、仍是2s B、大于2s C、少于2s D、说不准 正确答案：A 13、优化器是训练神经网络的重要组成部分，使用优化器的目的不包含以下哪项: A、避过过拟合问题 B、避过局部极值 C、减少手工参数的设置难度 D、加快算法收敛速度 正确答案：A 14、关于线性回归的描述,以下说法正确的有（） A、基本假设包括随机干扰项是均值为0的同方差正态分布 B、基本假设包括不服从正态分布的随机干扰项 C、多重共线性会使得参数估计值方差减小 D、基本假设包括随机干扰项是均值为0,方差为1的标准正态分布 正确答案：A 15、K折法是下列哪个函数？ A、LeaveOneOut B、RepeatedKFold C、KFold 正确答案：C 16、下列哪个函数不可以做非线性激活函数？（） A、y = sin(x) B、y = tanh(x) C、y = 2x D、y = max(x,0) 正确答案：C 17、激活函数对于神经网络模型学习、理解非常复杂的问题有着重要的作用，以下关于激活函数说法正确的是 A、激活函数都是线性函数 B、激活函数都是非线性函数 C、激活函数大多数是非线性函数，少数是线性函数 D、激活函数部分是非线性函数，部分是线性函数 正确答案：B 18、下列哪个选项中的模型属于集成学习（） A、Adaboost B、kNN分类 C、k-means D、C4.5 正确答案：A 19、使用交叉验证最简单的方法是在估计器和数据集上调用什么辅助函数？ A、cross_val_score B、val_score C、cross_score D、cross_val% 正确答案：A 20、下列哪个神经网络结构会发生权重共享？（） A、卷积神经网络 B、选项A和B C、全连接神经网络 D、循环神经网络 正确答案：B 21、下列关于特征选择的