人工智能核心算法练习题（附参考答案）.docx

人工智能核心算法练习题（附参考答案）

一、单选题（共44题，每题1分，共44分）

1.在一个神经网络中，下面哪种方法可以用来处理过拟合？

A、Dropout

B、分批归一化(BatchNormalization)

C、正则化(regularization)

D、都可以

正确答案：D

2.图像分类任务是一个计算量较大的任务，下面描述正确的是：①.不要使用深度学习技术②.尽量使用GPU加速运算③.尽量使用前人探索的有成功经验的经典的网络结构④.尽量自己重新设计编写网络，不要照搬别人的网络

A、①②③

B、①②

C、①③

D、②③

正确答案：D

3.卷积的扩展方式是加（）：一个卷积核可以提取图像的一种特征，多个卷积核提取多种特征。

A、卷积层

B、卷积核

C、滤波器

D、通道

正确答案：B

4.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多个输出

B、每个神经元可以有多个输入和一个输出

C、每个神经元可以有一个输入和一个输出

D、上述都正确

正确答案：D

5.下列不属于树模型的是

A、GBDT梯度提升树

B、XGBoost

C、RF随机森林

D、LR线性回归

正确答案：D

6.决策树所形成的分类边界有一个明显特点，它的分类边界由若干个(___)分段组成。

A、与坐标轴重合

B、过坐标原点

C、与坐标轴垂直

D、与坐标轴平行

正确答案：D

7.数字图像处理中的（）技术可应用于机动车车牌识别系统。

A、图像增强

B、图像复原

C、图像分割

D、图像变换

正确答案：C

8.主成分分析法是通过变量变换的方法把相关的变量变为若干（）的变量。

A、不相关

B、相互矛盾

C、相等

D、相联系

正确答案：A

9.强化学习的目标是找到（）的策略

A、全局最优解

B、最小损失函数

C、最大化收益

D、局部最优解

正确答案：C

10.ROIPooling在那个模型中被第一次提出（）

A、rcnn

B、mask-rcnn

C、fast-rcnn

D、faster-rcnn

正确答案：C

11.不属于深度学习模型的选项是？

A、朴素贝叶斯

B、深度残差网络

C、卷积神经网络CNN

D、循环神经网络RNN

正确答案：A

12.深度学习中的不同最优化方式，如SGD，ADAM下列说法中正确的是

A、在实际场景下，应尽量使用ADAM，避免使用SGD

B、同样的初始学习率情况下，ADAM的收敛速度总是快于SGD方法

C、相同超参数数量情况下，比起自适应的学习率调整方式，SGD加手动调节通常会取得更好效果

D、同样的初始学习率情况下，ADAM比SGD容易过拟合

正确答案：C

13.下列哪项不属于聚类算法（）

A、K-means

B、BIRCH

C、SVM

D、DBSCAN

正确答案：C

14.深度学习中神经网络类型很多，以下神经网络信息是单向传播的是:

A、循环神经网络

B、卷积神经网络

C、GRU

D、LSTM

正确答案：B

15.独热编码的缺点是：①.过于稀疏②.词与词的相关性比较小③.易于编码④.容易存储

A、①③

B、②④

C、③④

D、①②

正确答案：D

16.搜索可以分为盲从搜索与

A、模糊搜索

B、启发式搜索

C、关键词搜索

D、精确搜索

正确答案：B

17.在CNN中，梯度下降法的作用是（）。

A、线性变换

B、非线性变换

C、求函数最小值

D、加速训练

正确答案：C

18.协同过滤和基于内容的模型是两种流行的推荐引擎，在建立这样的算法中NLP扮演什么角色？

A、从文本中提取特征

B、测量特征相似度

C、为学习模型的向量空间编程特征

D、以上都是

正确答案：D

19.下面关于随机森林和集成学习的说法，正确的是（）

A、随机森林只能用于解决分类问题

B、集成学习通过构建多个模型，并将各个模型的结果使用求平均数的方法集成起来，作为最终的预测结果，提高分类问题的准确率

C、随机森林由随机数量的决策树组成

D、随机森林的弱分类器（基分类器）的特征选择不是随机的

正确答案：B

20.以下激活函数中，不具有“正向无边界”特征的是？

A、ReLU

B、Mish

C、Sigmoid

D、softplus

正确答案：C

21.下列哪个选项中的模型属于集成学习（）

A、C4.5

B、kNN分类

C、Adaboost

D、k-means

正确答案：C

22.在20K文档的输入数据上为机器学习模型创建了文档-词矩阵（document-termmatrix）。以下哪项可用于减少数据维度？（1）关键词归一化（KeywordNormalization）（2）潜在语义索引（LatentSemanticIndexing）（3）隐狄利克雷