|
专题二 测验(权重20%)
试卷总分:40 得分:100
一、资料来源:谋学网(www.mouxue.com)
1.人工智能利用遗传算法在求解优化问题时,会把问题的解用"0"和"1"表示。0,1就是就是"遗传基因",01组成的字符串,称为一个染色体或个体。
答案:
2.人们需要把分类器学习的样本的特点进行量化,这些量化后的数据,如鸢尾花的高度、花瓣的长度、花瓣的宽度等就是鸢尾花的特征。这些特征都是有效的,可以提供给分类器进行训练。
答案:
3.深度学习是计算机利用其计算能力处理大量数据,获得看似人类同等智能的工具。
答案:
4.状态空间图是对一个问题的表示,通过问题表示,人们可以探索和分析通往解的可能的可替代路径。特定问题的解将对应状态空间图中的一条路径。
答案:
5.现实世界中的规划问题需要先调度,后规划。
答案:
6.下图表示的是前向状态空间搜索。
{图}
答案:
7.贝叶斯定理是为了解决频率概率问题提出来的。
答案:
8.启发式规划的两种方法是减少更多的边或者状态抽象。
答案:
9.谓词逻辑是应用于计算机的逻辑形式,其逻辑规则、符号系统与命题逻辑是一样的。
答案:
10.语义网络的表示方法只能表示有关某一事物的知识,无法表示一系列动作、一个事件等的知识。
答案:
二、选择题
11.{图}
人们想让智能机器分辨哪个动物是熊猫,就会输入一些数据告诉机器。如图上所示的"大大的脑袋,黑白两色,黑眼眶,圆耳朵",这些属于()。
A.标签
B.特征值
C.数据结构
D.拟合标签
答案:
12.当我们在物品种类很多的情况下,需要快速选择出一种最优搭配方案时,其实可以借助一些特别的处理方法来解决,这些方法中的一种被称为"遗传算法",它是通过模拟达尔文的进化论来解决问题的,因此也被归类为"进化算法"。()教授首先提出"遗传算法"。
A.约翰?霍兰德
B.亚瑟·塞缪尔
C.冯·诺依曼
D.艾伦·麦席森·图灵
答案:
13.遗传算法具有()的迭代过程的搜索算法。也就是说,通过群体的一代代的不断进化,最终收敛到"最适应环境"的个体,从而求得问题的最优解或满意解。
A.生存+检测
B.遗传变异
C.自然选择
D.适者生存
答案:
14.()的原理是:每一个节点绑定一个启发值,然后经过一次又一次的筛选,引导机器优先筛选那些启发值更优的节点,规避一些无用或效率较低的节点,从而快速找到问题的解。
A.KNN
B.决策树
C.遗传算法
D.A*算法
答案:
15.贝叶斯网络是( )首先提出来的。
A.贝叶斯
B.朱迪亚·珀尔
C.高斯
D.康托尔
答案:
16.()设计出了一个会自主学习的跳棋程序,驳倒了"机器无法超越人类,像人类一样写代码和学习"的理论,创造出了"机器学习"这一术语。
A.亚瑟·塞缪尔
B.冯·诺依曼
C.托马斯·贝叶斯
D.艾伦·麦席森·图灵
答案:
17.贝叶斯网络是一个()。
A.有向环形图
B.无向环形图
C.有向无环图
D.无向无环图
答案:
18.下面的动物识别系统中,我们可以在方框中点击所知动物的某些特征,计算机可以据此来识别该动物。这一系统所使用的知识表示方法是( )
{图}
A.图搜索表示法
B.脚本表示法
C.产生式系统
D.问题归约法
答案:
19.算法模型看起来像一棵倒立的树,数据沿着树根输入,再从叶子节点输出,中间的分支要根据不同特征的信息进行判断,决定该向左走还是向右走,这种算法称为()。
A.KNN
B.决策树
C.遗传算法
D.A*算法
答案:
20.以下哪种知识表示的方法适宜描述特定场景中固定不变的事件序列( )。
A.谓词逻辑表示法
B.脚本表示法
C.启发式搜索
D.产生式系统
答案:
|
|