- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
人工智能导论期末考试试卷(附答案)
一、单项选择题(每题2分,共20分)
1.以下哪项是图灵测试的核心目标?
A.验证机器是否具备人类的情感
B.判断机器能否通过自然语言对话让人类误以为其是人类
C.测试机器的计算速度
D.评估机器的图像识别精度
2.符号主义学派的核心观点是?
A.智能源于神经元的连接与计算
B.智能通过感知-动作的反馈机制实现
C.智能基于符号操作与逻辑推理
D.智能依赖于大数据的统计规律
3.以下哪种算法属于无监督学习?
A.逻辑回归
B.K-means聚类
C.支持向量机(SVM)
D.随机森林
4.卷积神经网络(CNN)中,池化层的主要作用是?
A.增加模型复杂度
B.提取局部特征
C.降低特征维度(降维)
D.防止过拟合
5.在强化学习中,“奖励函数”的作用是?
A.定义智能体的目标
B.优化模型参数
C.生成训练数据
D.加速计算过程
6.以下哪项是隐马尔可夫模型(HMM)的典型应用?
A.图像分类
B.语音识别中的序列建模
C.文本情感分析
D.推荐系统
7.知识表示方法中,“如果温度30℃,则打开空调”属于?
A.框架表示法
B.产生式规则
C.语义网络
D.本体表示法
8.以下哪项不属于自然语言处理(NLP)的任务?
A.机器翻译
B.情感分析
C.目标检测
D.文本摘要
9.决策树算法中,信息增益的作用是?
A.衡量特征对分类的贡献程度
B.计算数据的复杂度
C.确定树的最大深度
D.处理缺失值
10.以下关于“迁移学习”的描述,正确的是?
A.仅适用于监督学习
B.利用已有的知识解决新任务
C.必须使用大量标注的新数据
D.与深度学习无关
二、填空题(每空2分,共20分)
1.人工智能的三大主义学派是符号主义、连接主义和__________。
2.机器学习的三要素包括模型、策略和__________。
3.BP算法的全称是__________。
4.强化学习中的“智能体-环境”交互循环包括状态、动作和__________。
5.自然语言处理中的“词嵌入”技术常用的模型有Word2Vec和__________。
6.知识图谱的核心是__________,用于表示实体间的关系。
7.决策树中,基尼指数用于衡量数据的__________程度。
8.生成对抗网络(GAN)由生成器和__________两部分组成。
9.AlphaGo结合了蒙特卡洛树有哪些信誉好的足球投注网站和__________技术。
10.贝叶斯定理的数学表达式为P(A|B)=__________。
三、简答题(每题8分,共40分)
1.简述监督学习与无监督学习的区别,并各举一例说明。
2.解释卷积神经网络(CNN)中“局部感受野”和“权值共享”的概念及其作用。
3.什么是专家系统?其核心组成部分有哪些?
4.简述支持向量机(SVM)的核心思想,说明其在二分类问题中的工作原理。
5.举例说明人工智能在医疗领域的应用,并分析其潜在挑战。
四、计算题(每题10分,共20分)
1.某数据集包含以下样本(目标变量为“是否购买”,0=不购买,1=购买):
|年龄(X1)|收入(X2)|是否购买(Y)|
|--|--|--|
|青年|低|0|
|青年|中|0|
|中年|高|1|
|中年|中|1|
|老年|低|0|
|老年|中|1|
计算“年龄”特征对目标变量的信息增益(要求写出熵和条件熵的计算过程)。(注:对数以2为底)
2.给定一个二分类问题,初始感知机模型的权重向量为w=[0,0],偏置b=0,学习率η=0.5。训练数据如下:
样本1:x1=(1,2),y1=+1;
样本2:x2=(2,1),y2=-1;
样本3:x3=(3,3),y3=+1;
样本4:x4=(1,1),y4=-1。
按照感知机学习算法,迭代更新权
有哪些信誉好的足球投注网站
文档评论(0)