人工智能核心算法模拟试题含答案.docxVIP

人工智能核心算法模拟试题含答案

一、单选题（共44题，每题1分，共44分）

1.如果我们希望预测n个类（p1，p2...pk）的概率使得所有n的p的和等于1，那么下列哪个函数可以用作输出层中的激活函数？

A、Tanh

B、Sigmoid

C、ReLu

D、Softmax

正确答案：D

2.一条规则形如：，其中“←左边的部分称为(___)

A、规则长度

B、规则体

C、布尔表达式

D、规则头

正确答案：D

3.关于语言建模任务，以下描述不正确的是：

A、语言建模任务指的是给定前一个单词去预测文本中的下一个单词。

B、可能是比较简单的语言处理任务，具体的实际应用场景包括：智能键盘、电子邮件回复建议、拼写自动更正等。

C、比较经典的方法基于n-grams。

D、不可使用平滑处理不可见的n-grams。

正确答案：D

4.下列关于长短期记忆网络LSTM和循环神经网络RNN的关系描述正确的是（)。

A、LSTM是多层的RNN

B、LSTM是简化版的RNN

C、LSTM是双向的RNN

D、LSTM是RNN的扩展,通过特殊的结构设计来避免长期依赖问题

正确答案：D

5.随机森林是一种集成学习算法，是（）算法的具体实现。

A、Boosting

B、Bagging

C、Stacking

D、Dropping

正确答案：B

6.如果问题存在最优解，则下面几种搜索算法中，（）必然可以得到该最优解。

A、启发式搜索

B、有界深度优先搜索

C、深度优先搜索

D、广度优先搜索

正确答案：D

7.词向量是表示自然语言里单词的一种方法，即把每个词都表示为一个N维空间内的（）。

A、平面

B、点

C、线段

D、线

正确答案：B

8.一个特征的权重越高，说明该特征比其他特征（）。

A、更重要

B、不重要

C、无法判断

D、有影响

正确答案：A

9.如果我们用了一个过大的学习速率会发生什么？（）

A、神经网络会收敛

B、都不对

C、神经网络不会收敛

D、不好说

正确答案：C

10.以下关于集成的描述，错误的是(___)。

A、集成学习通过构建并结合多个学习器来完成学习任务，也称为多分类器系统、基于委员会的学习等

B、集成中同时包含多种类型的个体学习器，这样的集成是“异质”的，异质集成的个体学习器一般称为基学习器

C、随着集成中个体分类器（相互独立）数目T的增大，集成的错误率将指数级下降，最终趋向于零

D、集成中只包含同种类型的个体学习器，如“决策树集成”，“神经网络集成”等，这样的集成是“同质”的

正确答案：B

11.对于神经网络的说法,下面正确的是:1.增加神经网络层数,可能会增加测试数据集的分类错误率2.减少神经网络层数,总是能减小测试数据集的分类错误率3.增加神经网络层数,总是能减小训练数据集的分类错误率

A、1

B、2

C、1和2

D、1和3

正确答案：A

12.我们在训练神经网络过程中，使用梯度下降法不断更新哪种数值，进而使得损失函数最小化?

A、特征值

B、超参数

C、样本数目

D、参数

正确答案：D

13.Skip-gram在实际操作中，使用一个（）（一般情况下，长度是奇数），从左到右开始扫描当前句子。

A、滑动窗口

B、筛选器

C、过滤器

D、扫描器

正确答案：A

14.全局梯度下降算法、随机梯度下降算法和批量梯度下降算法均属于梯度下降算法，以下关于其有优缺点说法错误的是:

A、随机梯度算法可以找到损失函数的最小值

B、批量梯度算法可以解决局部最小值问题

C、全局梯度算法收敛过程比较耗时

D、全局梯度算法可以找到损失函数的最小值

正确答案：A

15.在强化学习中，哪个机制的引入使得强化学习具备了在利用与探索中寻求平衡的能力

A、贪心策略

B、蒙特卡洛采样

C、动态规划

D、Bellman方程

正确答案：A

16.关于混合模型聚类算法的优缺点，下面说法正确的是（）。

A、当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理。

B、混合模型比K均值或模糊均值更一般，因为它可以使用各种类型的分布。

C、混合模型很难发现不同大小和椭球形状的簇。

D、混合模型在有噪声和离群点时不会存在问题。

正确答案：B

17.以下说法正确的是（）。

A、聚类是非监督学习

B、分类是非监督学习

C、聚类是监督学习

D、以上都不对

正确答案：A

18.最小二乘法就是试图找到一条直线，使所有样本到直线上的（）之和最小。

A、曼哈顿距离

B、欧氏距离

C、切比雪夫距离

D、马氏距离

正确答案：B

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、减少

B、置为无穷

C、增大

D、置为0

正确答案：A

20.隐马尔可夫模型（HMM