人工智能：模型与算法-浙江大学中国大学mooc课后章节答案期末考试题库2023年.docxVIP

人工智能：模型与算法_浙江大学中国大学mooc课后章节答案期末考试题库2023年 下面哪个描述不属于邱奇－图灵论题所包含的意思（ ）参考答案:任何表达力足够强的(递归可枚举)形式系统同时满足一致性和完备性  在本课程内容范围内，“在状态s，按照某个策略采取动作a后在未来所获得反馈值的期望”，这句话描述了状态s的（ )参考答案:动作-价值函数  德国著名数学家希尔伯特在1900年举办的国际数学家大会中所提出的“算术公理的相容性 (the compatibility of the arithmetical axioms)”这一问题推动了可计算思想研究的深入。在希尔伯特所提出的这个问题中，一个算术公理系统是相容的需要满足三个特点。下面哪个描述不属于这三个特点之一（ ）参考答案:复杂性，即算法性能与输入数据大小相关  下面哪句话描述了现有深度学习这一种人工智能方法的特点（ ）参考答案:大数据，小任务  下面哪个说法是不正确的（ ）参考答案:一个有向无环图无法唯一地决定一个联合分布  下面哪句话语较为恰当刻画了监督学习方法中生成方法的特点（ ）参考答案:授之于鱼、不如授之于“渔”  假设原始数据个数为n，原始数据维数为d，降维后的维数为l，下面对主成分分析算法描述不正确的是（ ）参考答案:主成分分析学习得到了l个d维大小的向量，这l个d维向量之间彼此相关  逻辑斯蒂回归和线性区别分析均可完成分类任务，下面描述正确的是（ ）参考答案:逻辑斯蒂回归可直接在数据原始空间进行分类，线性区别分析需要在降维所得空间中进行分类  下面对逻辑斯蒂回归（logistic regression)和多项逻辑斯蒂回归模型(multi-nominal logistic model)描述不正确的是（ ）参考答案:逻辑斯帝回归是监督学习，多项逻辑斯蒂回归模型是非监督学习  在神经网络学习中，每个神经元会完成若干功能，下面哪个功能不是神经元所能够完成的功能（ ）参考答案:向前序相邻神经元反馈加权累加信息  下面对前馈神经网络描述不正确的是（ ）参考答案:同一层内神经元之间存在全连接  下面对感知机网络（Perceptron Networks）描述不正确的是（ ）参考答案:感知机网络具有一层隐藏层  下面对梯度下降方法描述不正确的是（ ）参考答案:梯度方向是函数值下降最快方向  我们可以将深度学习看成一种端到端的学习方法，这里的端到端指的是（ ）参考答案:输入端-输出端  在前馈神经网络中，误差后向传播（BP算法）将误差从输出端向输入端进行传输的过程中，算法会调整前馈神经网络的什么参数（ ）参考答案:相邻层神经元和神经元之间的连接权重  前馈神经网络通过误差后向传播（BP算法）进行参数学习，这是一种（ ）机器学习手段参考答案:监督学习  下面对前馈神经网络这种深度学习方法描述不正确的是（ ）参考答案:隐藏层数目大小对学习性能影响不大  下面对浅层学习和深度学习描述不正确的是（ ）参考答案:浅层学习仅能实现线性映射、深度学习可以实现非线性映射  卷积操作是卷积神经网络所具备的一个重要功能，对一幅图像进行高斯卷积操作的作用是（ ）参考答案:对图像进行平滑（模糊化）  对完成特定任务的卷积神经网络训练采用的是监督学习方法。在这个过程中，通过误差后向传播来优化调整网络参数，请问下面哪个参数不是通过误差后向传播来优化的（ ）参考答案:模型的隐藏层数目  下面哪个作用是池化（pooling）层所完成的（ ）参考答案:下采样  假设我们需要训练一个卷积神经网络，来完成500种概念的图像分类。该卷积神经网络最后一层是分类层，则最后一层输出向量的维数大小可能是（ ）参考答案:500  下面对Word2Vec描述不正确的是（ ）参考答案:词向量是一种one-hot的单词表达形式  前馈神经网络和卷积神经网络的模型学习均是通过误差后向传播来优化模型参数，因此是一种监督学习方法。参考答案:正确  一般而言，在深度学习模型中，层数越多，其完成的非线性映射就越复杂，因此模型就具有更强的学习能力。参考答案:正确  与one-hot的单词表达不同，在词向量模型中，单词和单词之间的共现关系被忽略了。参考答案:错误  卷积神经网络一般包括卷积层、池化层、全连接层，一般激活函数在卷积层后进行使用。参考答案:正确  在使用卷积神经网络对图像分类中，一般将最后一层全连接层（即与输出层相连的全连接层）的输出作为每幅图像的特征表达。参考答案:正确  下面对强化学习、监督学习和深度卷积神经网络学习