2026年2025年选修课考试试题及答案.docVIP

2026年2025年选修课考试试题及答案

一、填空题（每题2分，共20分）

1.人工智能的核心目标是实现______。

2.数据挖掘中的关联规则挖掘主要关注的是数据之间的______关系。

3.在机器学习中，过拟合现象通常是由于模型过于复杂，导致其对训练数据的______过高。

4.深度学习中的卷积神经网络（CNN）主要用于处理______数据。

5.自然语言处理（NLP）中的词嵌入技术可以将词语表示为______向量。

6.强化学习中的智能体通过与环境交互来学习最优策略，其学习过程通常分为______和______两个阶段。

7.在数据预处理中，数据归一化通常是为了将数据转换到______的范围内。

8.机器学习中的支持向量机（SVM）是一种常用的______算法。

9.在深度学习中，反向传播算法主要用于计算损失函数对网络参数的______。

10.人工智能伦理中的“可解释性”原则要求人工智能系统的决策过程应该是______的。

二、判断题（每题2分，共20分）

1.人工智能的发展历程可以分为符号主义、连接主义和行为主义三个阶段。（）

2.决策树算法是一种非参数的机器学习方法。（）

3.在深度学习中，激活函数的作用是引入非线性因素。（）

4.关联规则挖掘中的支持度是指一个项集在数据集中出现的频率。（）

5.强化学习中的Q-learning