人工智能核心算法练习题+参考答案.docx
人工智能核心算法练习题+参考答案
一、单选题（共44题，每题1分，共44分）
1.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、置为0
B、置为无穷
C、增大
D、减少
正确答案：D
2.长短期记忆LSTM具有与循环神经网络相似的控制流，两者的区别在于LSTM中增加了（）导致单元内的处理过程不同。
A、输出门
B、记忆门
C、输入门
D、忘记门
正确答案：D
3.faster-rcnn回归分支采用（）loss
A、L1
B、L2
C、nan
D、SmoothL1
正确答案：D
4.下列哪个不是激活函数()。
A、relu
B、hidden
C、tanh
D、sigmod
正确答案：B
5.人工神经元内部运算包含哪两个部分：
A、线性变换和非线性变换
B、化学变换和电变换
C、非线性变换和激活变换
D、向量变换和标量变换
正确答案：A
6.在一个神经网络中，知道每一个神经元的权重和偏差是最重要的一步。如果知道了神经元准确的权重和偏差，便可以近似任何函数，但怎么获知每个神经的权重和偏移呢？（）
A、搜索每个可能的权重和偏差组合，直到得到最佳值
B、赋予一个初始值，然后检查跟最佳值的差值，不断迭代调整权重
C、随机赋值，听天由命
D、以上都不正确的
正确答案：B
7.Scikit-Learn中（）可以实现计算模型准确率。
A、accuracy
B、f1_score
C、accuracy_score
D、f2_score
正确答案：C
8.下面关于随机森林和集成学习的说法，正确的是（）
A、随机森林只能用于解决分类问题
B、集成学习通过构建多个模型，并将各个模型的结果使用求平均数的方法集成起来，作为最终的预测结果，提高分类问题的准确率
C、随机森林由随机数量的决策树组成
D、随机森林的弱分类器（基分类器）的特征选择不是随机的
正确答案：B
9.在使用scikit-learn里面的交叉验证对回归模型进行评估时，根据平均绝对误差给模型打分，则下面代码的划线处应填上（），scores的分数越（），说明回归模型的性能越好。代码：scores=cross_val_score(lm,X,y,cv=5,scoring=_______________)
A、neg_mean_absolute_error，高
B、neg_mean_absolute_error，低
C、mean_absolute_error，低
D、mean_absolute_error，高
正确答案：A
10.下面是一段将图像转换为向量的函数img2vector。该函数创建1×1024的NumPy数组，然后打开给定的文件，循环读出文件的前32行，并将每行的头32个字符值存储在NumPy数组中，最后返回数组。请问填充在空白处的代码应该是哪个。defimg2vector(filename):returnVect=zeros((1,1024))fr=open(filename)foriinrange(32):______________________________forjinrange(32):returnVect[0,32*i+j]=int(lineStr[j])returnreturnVect
A、lineStr=fr.readline()
B、lineStr=fr.read_line()
C、lineStr=fr.readlines()
D、lineStr=readline()
正确答案：A
11.协同过滤和基于内容的模型是两种流行的推荐引擎，在建立这样的算法中NLP扮演什么角色？
A、从文本中提取特征
B、测量特征相似度
C、为学习模型的向量空间编程特征
D、以上都是
正确答案：D
12.假设我们已经在ImageNet数据集(物体识别)上训练好了一个卷积神经网络。然后给这张卷积神经网络输入一张全白的图片。对于这个输入的输出结果为任何种类的物体的可能性都是一样的，对吗？
A、不知道
B、不对
C、看情况
D、对的
正确答案：B
13.在进行主成分分析时，应使第一主成分在总方差中所占的比重()。
A、最小
B、次大
C、最大
D、为各个主成分所占比重的加权平均值
正确答案：C
14.特征是描述样本的特性的维度，关于其在传统机器学习和深度学习的可解释性，以下说法正确的是:
A、特征在传统机器学习可解释性强，而在深度学习可解释性弱
B、特征在传统机器学习可解释性弱，而在深度学习可解释性强
C、特征在传统机器学习和深度学习可解释性均弱
D、特征在传统机器学习和深度学习可解释性均强
正确答案：A
15.关于