10月人工智能练习题+答案.docxVIP

10月人工智能练习题+答案

一、单选题（共30题，每题1分，共30分）

1.华为昇腾AI芯片是NPU(神经网络处理器)的典型代表之一。

A、TRUE

B、FALSE

正确答案：A

答案解析：华为昇腾AI芯片是NPU（神经网络处理器）的典型代表之一，该描述符合事实，所以答案为TRUE，即选项A。华为昇腾AI芯片在人工智能领域有着重要地位，其NPU设计能够高效处理神经网络计算任务，为众多人工智能应用提供强大的算力支持，是神经网络处理器的典型代表产品。

2.pyhon中，=[1,2,3.4,5]，切片时如果要取[2,3.4]，正确的选项是（）

A、a[1:4]

B、a[::2]

C、a[1:-1]

D、a[-2:]

正确答案：C

3.TCP/IP中，哪个协议是用来进行IP自动分配的？

A、ARP

B、NFS

C、DHCP

D、DNS

正确答案：C

4.下列哪些不是“子集搜索”中的搜索方式(___)

A、前向搜索

B、双向搜索

C、后向搜索

D、单向搜索

正确答案：D

5.线性回归在3维以上的维度中拟合面是?

A、曲面

B、平面

C、超平面

D、超曲面

正确答案：C

答案解析：线性回归在多维空间中拟合的是超平面，在3维以上的维度中拟合面就是超平面。超平面是n维空间中维度为n-1的子空间，它可以由一个线性方程来描述。线性回归通过找到一个超平面来最小化数据点到该平面的距离平方和，从而实现对数据的拟合。

6.在目标检测中，以下能产生候选框的算法是（）a)SelectiveSearchb)ROIpoolingc)Regionproposallayer

A、a)、b)

B、a)、c)

C、b)、c)

D、a)

正确答案：B

7.创建一个3x3并且值从0到8的矩阵

A、np.arange(9)

B、np.arange(9).reshape(3,3)

C、np.arange(9).reshape(8)

D、np.arange(8).reshape(8)

正确答案：B

答案解析：要创建一个3x3并且值从0到8的矩阵，应该使用`np.arange(9).reshape(3,3)`，这样可以将从0到8的一维数组转换为3x3的二维矩阵。选项A中`np.arange(9)`是一维数组，不符合要求；选项C和D的数组形状不符合3x3的要求。

8.人工智能在图像识别上已经超越了人类，支持这些图像识别技术的，通常是

A、因特网

B、云计算

C、深度神经网络

D、神经计算

正确答案：C

答案解析：深度神经网络是当前图像识别技术的核心支撑，它在处理图像数据方面展现出了强大的能力，能够让人工智能在图像识别上超越人类。虽然云计算提供了计算资源支持，因特网用于数据传输等，但它们并非直接支持图像识别技术超越人类的关键。神经计算是一个较为宽泛的概念，深度神经网络是神经计算的一种重要且有效的形式，在这里深度神经网络更直接准确地体现了对图像识别技术的支撑作用。

9.关于贝叶斯网的学习描述错误的为

A、网络结构为已知

B、估计出每个结点的条件概率

C、评分搜索为求解的常用办法

D、贝叶斯的学习过程为对训练样本计数

正确答案：A

10.()就是要得到一些数据大致是什么样的，它的区间是什么，它的统计指标，以及这样的数据是怎么分布的等信息。

A、数据搜查

B、数据检查

C、数据探查

正确答案：C

答案解析：数据探查主要目的是获取数据大致的情况，包括数据区间、统计指标以及数据分布等信息，符合题目描述；数据搜查侧重于查找特定的数据；数据检查主要是对数据的准确性、完整性等进行核查，均不符合题意。

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、单链接

B、全链接

C、均链接

D、以上都行

正确答案：D

答案解析：单链接、全链接和均链接是层次聚类中常用的计算两个集群之间距离的方法，都可以用于寻找两个集群之间的差异，所以以上都行，答案选D。

12.（）是一种基于树结构进行决策的算法。

A、轨迹跟踪

B、决策树

C、数据挖掘

D、K近邻算法

正确答案：B

答案解析：决策树是一种基于树结构进行决策的算法。它通过对数据进行一系列的判断和分支，将数据集逐步划分，最终做出决策。轨迹跟踪主要关注的是物体运动轨迹的跟踪；数据挖掘是从大量数据中挖掘有价值信息的过程；K近邻算法是基于最近邻样本进行分类或回归的方法，均不符合基于树结构进行决策的特点。

13.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、马氏距离

D、切比雪夫距离

正确答案：B

答案解析：最小二乘法是通过最小化误差的平方和寻找数据的最佳函数匹配，这里样本到直线上的距离是欧氏距离，使所有样本到直线上的欧氏距离的平方