人工智能核心算法试题与答案 (2).docx

人工智能核心算法试题与答案

一、单选题（共44题，每题1分，共44分）

1.机器学习的算法中，以下哪个不是无监督学习?

A、聚类

B、关联规则

C、GMM

D、Xgboost

正确答案：D

2.Word2Vec提出了哪两个算法训练词向量？

A、COBWSoftmax

B、Softmax、CBOW

C、CBOW、Skip-gramD

D、Skip-gramCOBWC

正确答案：C

3.ROIPooling在那个模型中被第一次提出（）

A、mask-rcnn

B、fast-rcnn

C、rcnn

D、faster-rcnn

正确答案：B

4.影响基本K-均值算法的主要因素不包括下列哪一个选项？

A、样本输入顺序

B、初始类中心的选取

C、聚类准则

D、模式相似性测度

正确答案：C

5.Dropout是一种在深度学习环境中应用的正规化手段。它是这样运作的：在一次循环中我们先随机选择神经层中的一些单元并将其临时隐藏，然后再进行该次循环中神经网络的训练和优化过程。在下一次循环中，我们又将隐藏另外一些神经元，如此直至训练结束。根据以上描述，Dropout技术在下列哪种神经层中将无法发挥显著优势？

A、仿射层

B、卷积层

C、RNN层

D、均不对

正确答案：C

6.RNN引入了循环的概念，但是在实际过程中却出现了初始信息随时间消失的题，即长期依赖（Long-TermDependencies）问题，所以引入（）。

A、CNN

B、LSTM

C、GRU

D、BERT

正确答案：B

7.交叉验证法将数据集划分为k个大小相似的互斥子集，进行(___)次训练和测试。

A、k

B、k-2

C、k-1

D、k+1

正确答案：A

8.回归算法预测的标签是?

A、应变型

B、离散型

C、自变型

D、连续型

正确答案：D

9.构建一个神经网络，将前一层的输出和它自身作为输入。下列哪一种架构有反馈连接？

A、都不是

B、循环神经网络

C、限制玻尔兹曼机

D、卷积神经网络

正确答案：B

10.fromsklearnimportlinear_modelreg=linear_model.Lasso，其中Lasso是用来拟合什么样的线性模型的？

A、稀疏标签

B、稀疏数据

C、稀疏系数

正确答案：C

11.手写数字识别的例子中,输入的图片为长和宽都是28像素的图片,输出判断数字0-9的概率。要构建前馈型神经网络去解决这个问题,输入层是()维的,输出层是()维的。

A、784;1

B、28;1

C、28;10

D、784;10

正确答案：D

12.下列哪个函数不可以做激活函数？

A、y=2x

B、y=max(x,0)

C、y=tanh(x)

D、y=sin(x)

正确答案：A

13.ResNet-50有多少个卷积层?（）

A、48

B、51

C、49

D、50

正确答案：C

14.FPN中根据ROI的（）来分配所属层级？

A、nan

B、最大边长度

C、分类分数

D、面积

正确答案：D

15.关于贝叶斯网描述错误的是(___)

A、用条件概率表来描述属性的联合概率分布；

B、也称为信念网；

C、借助有向无环图刻画属性之间的关系；

D、借助无向无环图刻画属性之间的关系；

正确答案：D

16.下面哪个技术跟中文分词无关（）：

A、未登录词识别

B、词性标注

C、槽位填充

D、词语消歧

正确答案：C

17.神经网络由许多神经元（Neuron）组成，每个神经元接受一个输入，对输入进行处理后给出一个输出。请问下列关于神经元的描述中，哪一项是正确的？

A、每个神经元可以有多个输入和一个输出

B、每个神经元可以有一个输入和一个输出

C、上述都正确

D、每个神经元可以有多个输入和多个输出

正确答案：C

18.批规范化(BatchNormalization)的好处都有啥？

A、让每?层的输?的范围都?致固定

B、它将权重的归?化平均值和标准差

C、它是?种?常有效的反向传播(BP)?法

D、这些均不是

正确答案：A

19.在K-摇臂赌博机中，若尝试次数非常大，在一段时间后，摇臂的奖赏能很好的近似出来，不再需要探索，则可让ε随着尝试次数增加而(___)

A、置为无穷

B、增大

C、减少

D、置为0

正确答案：C

20.规则生成本质上是一个贪心搜索的过程，须有一定的机制来缓解过拟合的风险，最常见的做法是(___)

A、剪枝

B、重组

C、去重

D、序列化

正确答案：A

21.梯度下降算法的正确步骤是什么？a.计算预测值和真实值之间的误差b.重复迭代，直至得到网络权重的最佳值c.把输入传入网络，得到输出值d.用随机值初始化权重和偏差e.对每一个产生误差的神经元，调整相应的（权重）值以减小误差（）

A、abcde

B、cbaed

C、edcba