人工智能应用方向考试题库与答案

人工智能应用方向考试题库与答案
1、下列哪个模型属于无监督学习
A、KNN分类
B、逻辑回归
C、DBSCAN
D、决策树
答案:C
2、以下关于分词说法不正确的是?
A、基于规则的分词简单高效,但是词典维护困难。
B、在实际工程应用中,分词一般只采用一种分词方法。
C、统计分词的目的就是对分词结果进行概率计算,获得概率最大的分词方式。
D、中文不同于英文自然分词,中文分词是文本处理的一个基础步骤。分词性能的好坏直接影响比如词性、句法树等其他模块的性能。
答案:B
3、语音理解是指利用( )等人工智能技术进行语句自动识别和语意理解。
A、声乐和心理
B、合成和分析
C、知识表达和组织
D、字典和算法
答案:C
4、语言不仅仅是句法问题,更是( )的问题。
A、音韵
B、语法
C、逻辑
D、结构
答案:A
5、预测分析方法分为两大类,分别是定性分析法和()。
A、回归分析法
B、指数平滑法
C、定量分析法
D、平均法
答案:C
6、模型库功能要求为:模型管理包括模型()、模型删除、版本管理、模型标签、模型收藏和模型共享。
A、评估
dc-acB、导出
C、输出
D、导入
答案:D
7、下列哪些网用到了残差连接
A、FastText
B、BERT
C、GoogLeNet
D、ResNet
答案:D
8、在机器学习中,如果单纯去提高训练数据的预测能力,所选模型的复杂度往往会很高,这种现象称为过拟合。对于产生这种现象以下说法正确的是()
A、样本数量太少
B、样本数量过多
C、模型太复杂
D、模型太简单
悬浮触控答案:C
9、以下两种描述分别对应哪两种对分类算法的评价标准?(1)警察抓小偷,描述警察抓的人中有多少个是小偷的标准。
A、精确率
B、召回率
C、ROC
D、AUC
答案:A
10、在自动驾驶中,AI需要不断地通过路面信息来调整开车的决策,这种处理模式适合用()来训练出合理的策略。
A、监督学习
B、非监督学习
C、强化学习
D、弱化学习
答案:C
11、从研究角度看,()是基于多层神经网络的,以海量数据为输入,发现规则自学习的方法。
A、深度学习
B、特征学习
C、模式识别
D、自动翻译
答案:A
12、卷积计算时,卷积核矩阵各元素与所覆盖图像的对应位置元素进行什么操作?
A、相加陶瓷球
B、相减
C、相乘
D、相除
答案:C
13、人工智能平台架构及技术要求第1部分总体架构与技术要求编制的主要目的是指导公司人工智能平台(),明确人工智能平台总体架构与技术要求。
数码彩扩A、设计
B、运行
C、规划
D、建设
答案:D
14、造成自然语言处理困难的根本原因是自然语言文本和对话的各个层次上广泛存在的各
种合样的()
A、一致性或统一性
B、复杂性或重复性
C、歧义性或多义性
D、一致性或多义性
答案:C
15、以下哪种方法不属于特征选择的标准方法?
A、嵌入
B、过滤
电缆转接箱C、包装
D、抽样
答案:D
16、()是零售行业内应用最为广泛、效果最为显著的人工智能技术,线上线下的零售巨头都在运用此技术帮助进行交叉销售、向上销售、提高复购率。
A、智能店铺管理
B、无人超市
C、智能交易策略
D、精准营销与个性化推荐系统
答案:D
17、要想让机器具有智能,必须让机器具有知识因此,在人工智能中有一个研究领域,主要研究计算机如何自动获取知识和技能,实现自我完善,这门研究分支学科叫()
A、专家系统
智能训练
B、机器学习
C、神经网络
D、模式识别
答案:B
18、人工智能领域通常所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行()
A、分类和计算
B、清洗和处理
C、辨识和分类
D、存储和利用
答案:C
19、最早的自然语言理解方面的研究工作是()
A、语音识别
B、机器翻译
C、语音合成
D、语言分析
答案:B
20、模型库存放训练出的()模型或采购来的第三方算法模型。
A、实体
B、算法
C、数据
D、对象
答案:B
21、下面哪种不属于数据预处理的方法?
A、变量代换
B、离散化
C、聚集
D、估计遗漏值
答案:D
22、国网95598客户服务从人工模式逐渐转变为(),解放重复机械化的人力劳动,进一步改善客户服务体验。

本文发布于:2024-09-23 05:30:33,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/3/347554.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:模型   分词   人工智能   进行
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议