注意:因为学习平台题目是随机,选择题选项也是随机,一定注意答案对应的选项,同学们在本页按“Ctrl+F”快捷搜索题目中“关键字”就可以快速定位题目,还是不懂的话可以看这个:快速答题技巧
江苏开放大学人工智能导论作业一选择题
1、下列选项中属于时间维度上的群体智能算法的是
A、遗传算法
B、专家系统蚁群算法
C、粒⼦群算法
D、人鲸⻥群算法
正确答案:A 学生答案:A
答案解析:遗传算法是时间维度上的群体智能算法,蚁群算法、粒⼦群算法和鲸⻥群算法都是空间维度上的群体智能算法。
2、下列哪项技术推动了⼈⼯智能第三次浪潮的发展
A、深度学习
B、专家系统
C、知识图谱
D、智能机器人
正确答案:A 学生答案:A
3、AI的英⽂全称是
A、Automatic Intelligence
B、Artificial Intelligence
C、Automatice Information
D、Artificial Information
正确答案:B 学生答案:B
答案解析:AI的英⽂全称是Artificial Intelligence,中⽂名称是⼈⼯智能。
4、下列哪个选项不属于⼈⼯智能的三⼤流派
A、符号主义
B、连接主义
C、⾏为主义
D、模仿主义
正确答案:D 学生答案:D
答案解析:⼈⼯智能的三⼤流派分别是符号主义、连接主义和⾏为主义。
5、⼈⼯智能的起源——达特茅斯会议是在哪⼀年召开的
A、1950年
B、1954年
C、1956年
D、1958年
正确答案:C 学生答案:C
答案解析:1956年夏,约翰·⻨卡锡(John McCarthy)、⻢⽂·明斯基(Marvin Minsky)、纳撒尼尔·罗切斯特(Nathaniel Rochester)和克劳德·⾹农(Claude Shannon)共同发起并召开了达特茅斯会议。
6、对于⾮确定性推理,已知:IF阴天T H EN下⾬CF(下⾬,阴天)=0.5CF(阴天)=0.4其中CF表示置信度(confidence factor),则最终下⾬的置信度为
A、0.9
B、0.2
C、0.4
D、0.5
正确答案:B 学生答案:B
答案解析:下⾬的置信度为:0.5×0.4=0.2。
7、下列选项中不属于知识图谱应⽤的是
A、搜索引擎
B、问答系统
C、推荐系统
D、产⽣式系统
正确答案:D 学生答案:D
答案解析:知识图谱的应⽤包括:搜索引擎,问答系统,推荐系统等。
8、下列关于⼀阶谓词逻辑表示法中说法不正确的是
A、⼀阶谓词逻辑表示法以数理逻辑为基础,是能够表达⼈类思维活动规律的⼀种形式语⾔
B、⼀阶谓词逻辑表示法可以被⽅便地输⼊到计算机中进⾏存储和运算
C、⼀阶谓词逻辑表示法可以⽤来表示确定性知识和不确定性知识
D、⼀阶谓词逻辑表示法是⼀种应⽤于⼈⼯智能早期的知识表示⽅法
正确答案:C 学生答案:C
答案解析:⼀阶谓词逻辑表示法⽆法表示不确定性知识。
9、关于框架表示法下列说法中错误的是
A、1975年,⼈⼯智能学者明斯基(Minsky)提出了框架理论
B、框架表示法是⼀种⾮结构化的知识表示⽅法,它有利于灵活地将信息组织到系统中
C、框架理论基于⼈们对现实世界中各种事物的认识都以⼀种类似于框架的结构存储在记忆中
D、框架(frame)是⼀种描述所论对象属性的数据结构,⼀个框架由若⼲个槽(slot)组成
正确答案:B 学生答案:B
答案解析:框架表示法是⼀种结构化的知识表示⽅法,它有利于将信息组织到系统中。
10、关于知识的描述,下列说法中不正确的是
A、知识是⼈们在⻓期的⽣活及社会实践中、在科学研究及实验中积累起来的对客观世界的认识与经验
B、⼈们把在实践中获得的信息关联在⼀起,就形成了知识
C、知识是智能的基础
D、⼈类的知识可以⽤任何⽅式表示出来,⽽且都能存储到计算机中并被运⽤
正确答案:D 学生答案:D
答案解析:只有使⽤适当的模式表示出来的⼈类知识才能存储到计算机中并被运⽤。
11、下列选项中属于产⽣式系统的是
A、规则库
B、事实库
C、知识库
D、推理机
正确答案:A;B;D 学生答案:A;B;D
答案解析:产⽣式系统包括规则库、事实库和推理机。
12、下列选项中属于知识图谱应⽤的是
A、搜索引擎
B、问答系统
C、推荐系统
D、产⽣式系统
正确答案:A;B;C 学生答案:A;B;C
答案解析:知识图谱的应⽤包括:搜索引擎,问答系统,推荐系统等。
13、下列叙述中属于事实性知识的是
A、玻璃是透明的
B、如果细胞中含有叶绿体,那么这个细胞可以进⾏光合作⽤
C、钻⽯是碳元素组成的⽆⾊晶体
D、请把书递给我
正确答案:A;C 学生答案:A;C
答案解析:选项2是规则性知识,选项4不是知识。
14、下列选项中,属于⼈⼯智能应⽤的是
A、⼈脸识别
B、语⾳识别
C、机器翻译
D、⾃动驾驶
正确答案:A;B;C;D 学生答案:A;B;C;D
江苏开放大学人工智能导论作业一简答题
1、人工智能研究的基本内容有哪些?
参考答案:人工智能研究的基本内容主要有:认知建模、知识表示、知识推理、知识应用、机器感知、机器思维、机器学习
2、什么是谓词的项?什么是谓词的阶?请写出谓词的一般形式。
参考答案:谓词的项是指谓词公式中的变量。谓词公式是一个包含变量和谓词符号的公式,其中谓词符号是一个或多个表示变量之间关系的符号,如 “P(x,y)”,表示 “x 和 y 都是偶数”。谓词的项是指谓词公式中的变量,这些变量可以是常量、变量或函数。 谓词的阶是指谓词公式的复杂程度。一个谓词公式的阶是指它所包含的变量和谓词符号的数量。谓词的阶是由谓词公式的形式决定的,一个谓词公式的阶越高,它的复杂程度就越高,也就越难以理解和计算。 谓词公式的一般形式是: P(x, y) 其中,P 是谓词符号,x 和 y 是谓词公式中的变量。 谓词公式可以用来描述变量之间的关系,并可以用来进行逻辑推理和计算。例如,在数学和计算机科学中,谓词公式被广泛应用于函数、集合、关系和推理等领域。
江苏开放大学人工智能导论作业二选择题
1、农夫过河问题描述的是农夫、狼、⽺、⽩菜如何借助⼀条船过河的问题,有三个限制条件:1.只有农夫能开船2.船上除了农夫外只能放⼀样物品3.没有农夫看管时,狼会吃⽺,⽺会吃⽩菜在农夫过河问题的状态空间中,⽤四维向量分别表示农夫、狼、⽺、⽩菜的过河状态,1表示已经过河,0表示未过河,下列哪种状态是不合理的
A、(0,0,0,0)
B、(1,0,1,0)
C、(0,0,1,1)
D、(1,0,1,1)
正确答案:C 学生答案:C
答案解析:(0,0,1,1)表示⽺和⽩菜同时过河,但在农夫过河问题中,农夫不在的情况下,狼会吃
⽺,⽺会吃⽩菜,因此(0,0,1,1)是不合理状态。
2、下列有关启发式搜索说法正确的是
A、启发式搜索不对当前状态优劣做判断
B、盲⽬搜索对当前状态优劣做判断
C、启发式搜索的启发函数代表当前节点到⽬标状态的差距
D、在搜索中添加与问题有关的启发性信息对搜索效率没有提升
正确答案:C 学生答案:C
答案解析:在搜索过程中,盲⽬搜索只判断当前状态是否为⽬标状态,不对当前状态优劣进⾏判断,仅按照固定⽅式搜索,这样的⽅式效率⽐较低;启发函数是启发式搜索的关键,通常可以是当前节点到⽬标状态的某种距离或者是当前节点和⽬标状态的差异程度;启发式搜索在搜索中加⼊了与问题有关的启发性信息,使得机器能够更“聪明”地实现搜索,效率更⾼。
3、下列关于群体智能的特点叙述错误的是
A、控制是分布式的,不存在中⼼控制
B、群体具有较好的可扩充性
C、群体智能实现⽅便,但具有复杂性
D、群体具有⾃组织性
正确答案:C 学生答案:C
答案解析:群体智能实现⽅便,具有简单性。
4、下列关于群体智能叙述错误的是
A、群体智能的两个维度包括时间维度和空间维度
B、种群通过代际繁衍,经历千万年的发展,不断进化以适应环境,借鉴物种随时间进化的过程来求解问题
C、在同⼀时间,种群内的⼤量简单个体在限定条件下通过独⾃运作,使整体种群具有某种适应环境的能⼒,模拟这种群体⾏为产⽣的智能
D、群体智能的基本思想:模仿⽣物界的进化机理(时间维度)和群体协作(空间维度)⾏为
正确答案:C 学生答案:C
答案解析:在同⼀时间,种群内的⼤量简单个体在限定条件下通过交互协作,使整体种群具有某种适应环境的能⼒,模拟这种群体⾏为产⽣的智能。
5、下列关于粒⼦群算法的叙述错误的是
A、粒⼦群算法,也称粒⼦群优化算法或⻦群觅⻝算法
B、粒⼦群算法是⼀种基于种群的随机优化技术
C、粒⼦群算法模仿昆⾍、兽群、⻦群和⻥群等的群集⾏为
D、粒⼦群算法不需要利⽤群体中的个体对信息的共享
正确答案:D 学生答案:D
答案解析:粒⼦群算法利⽤群体中的个体对信息的共享使整个群体的运动在问题求解空间中产⽣从⽆序到有序的演化过程,从⽽获得最优解。
6、下列关于搜索技术说法正确的是
A、搜索技术是实现⼈⼯智能的技术之⼀
B、实现智能的系统不需要搜索技术
C、搜索技术只有在百度、⾕歌这样的搜索引擎中使⽤
D、好的搜索算法能提升系统的⼯作效率
正确答案:A;D
答案解析:搜索是实现⼈⼯智能的⼀个重要组成部分,它能使机器像⼈⼀样思考;搜索算法的好坏会影响到智能系统的性能和运⾏效率;搜索技术不只在搜索引擎中使⽤,例如在许多下棋的程序中也有使⽤。
7、对于A算法,下列描述正确的是
A、对于某个确定状态,g(n)和h(n)都是定值
B、对于某个确定状态,g(n)和h(n)都不是定值
C、在A算法中,⽤g(n)和h(n)的和评估当前节点的性能
D、在A算法中,⽤g(n)和h(n)的差评估当前节点的性能
正确答案:A;C 学生答案:A;C
答案解析:在A算法中当前节点的总代价写为f(n)=g(n)+h(n),对于某个确定状态,g(n)和h(n)都是定值,⽤两者的和评估当前节点性能,优先遍历性能最佳的节点进⾏求解。
8、在⼋数码游戏中,棋盘是由1到8这8个数字和⼀个空位组成的3*3的阵列,要求通过移动数字,使得该棋局转为标准形式,即数值由⼩到⼤顺时针排列,空位处在正中间。在该游戏中,以下哪种启发⽅法属于A∗算法
A、当前错位数字的数量
B、错位数字距离⽬标位置的距离的和
C、当前正确数字的数量
D、错位数字距离⽬标位置的距离的差
正确答案:A;B 学生答案:A;B
答案解析:选项1和选项2的启发函数始终满⾜h(n)≤h∗(n),因此是A∗算法。
9、群体智能的基本原则有5条,其中包括
A、邻近原则
B、顺序原则
C、多样性反应原则
D、稳定性原则
正确答案:A;C;D 学生答案:A;C;D
答案解析:群体智能5条基本原则包括:邻近原则,品质原则,多样性反应原则,稳定性原则,适应性原则。
10、遗传算法对进化论的模拟包括哪些⽅⾯
A、种群
B、繁殖
C、突变
D、竞争与选择
正确答案:B;C;D 学生答案:B;C;D
江苏开放大学人工智能导论作业三选择题
1、下列关于机器学习中特征的说法正确的是
A、特征是每个样本在某⽅⾯的表现或性质
B、特征是数据集的完整程度
C、特征是描述数据好坏的指标
D、特征是每个样本和其它样本的关系
正确答案:A 学生答案:A
答案解析:在机器学习中,特征(feature)是指每个样本在某⽅⾯的表现或性质。
2、关于机器学习的流程,下列说法正确的是
A、⾸先,训练模型;然后,划分数据集;最后,使⽤测试集评估模型
B、⾸先,划分数据集;然后,训练模型;最后,使⽤测试集评估模型
C、⾸先,训练模型;然后,划分数据集;最后,使⽤训练集评估模型
D、⾸先,划分数据集;然后,训练模型;最后,使⽤训练集评估模型
正确答案:B 学生答案:B
答案解析:机器学习的流程:⾸先,获取数据集并将数据集划分为训练集和测试集;然后,使⽤训练集训练模型;最后,⽤测试集来检验模型能⼒。
3、下列关于感知机的说法错误的是
A、1958年,计算科学家Rosenblatt提出了由两层神经元组成的神经⽹络,命名为“感知机”(Perceptron)。
B、感知机是⼀种前馈⽹络,即同层内⽆互联,不同层间⽆反馈。
C、感知机有多个输⼊,它们通过与权值相乘,再相加(即加权求和)后,经过⼀定的偏置,再由激活函数处理,最后得到输出。
D、感知机中的数据只能实现线性变化。
正确答案:D 学生答案:D
答案解析:感知机中数据包含两种变化,其中加权求和属于线性变化,激活函数做的是⾮线性变化。
4、下列不属于深度学习核⼼思想的是
A、表示学习/特征学习
B、⾮线性函数逼近
C、端到端学习
D、⼈⼯选取特征
正确答案:D 学生答案:D
答案解析:机器学习需要⼈⼯选取特征,⽽深度学习可⾃动学习有⽤的特征。
5、下列有关全连接神经⽹络的说法错误的是
A、全连接神经⽹络⼜称为多层感知机、前馈神经⽹络
B、全连接神经⽹络仅包含⼀个输⼊层和⼀个输出层
C、激活函数在线性模型的基础上加⼊了⾮线性因素
D、在全连接神经⽹络中,每两层之间的节点都有边相连
正确答案:B 学生答案:B
答案解析:全连接神经⽹络包含⼀个输⼊层和⼀个输出层,及⼀个或多个隐含层。
6、下列选项属于⽆监督学习⽅法的是
A、聚类
B、回归
C、降维
D、分类
正确答案:A;C 学生答案:A;C
答案解析:回归和分类属于有监督学习的⽅法。
7、关于聚类算法,下列说法正确的是
A、相似度⾼的样本会被归到⼀类
B、相似度低的样本会被归到⼀类
C、空间距离近的样本会被归到⼀类
D、空间距离远的样本会被归到⼀类
正确答案:A;C 学生答案:A;C
答案解析:聚类是根据某种相似程度或距离,把距离近或相似度⾼的样本归到⼀类。
8、下列哪些原因使得深度学习获得⻜速发展
A、⼤规模⾼质量标注数据集的出现。
B、更好的⾮线性激活函数的使⽤,例如Logistic代替ReLU。
C、新的正则化技术的出现:批标准化、Dropout等。
D、并⾏运算(例如GPU)的发展。
正确答案:A;C;D 学生答案:A;C;D
答案解析:选项2中,使⽤ReLU作为更好的⾮线性激活函数代替Logistic,是深度学习发展的原因之⼀。
9、下列哪些场景可使⽤⽣成对抗⽹络
A、⽣成图像数据集
B、语义图像到照⽚的转换
C、通过⼈脸照⽚⽣成对应的表情
D、图像修复
正确答案:A;B;C;D 学生答案:A;B;C;D
答案解析:以上场景均是⽣成对抗⽹络的实际应⽤。
江苏开放大学人工智能导论作业三简答题
10、什么是监督学习和非监督学习,请说明它们的区别,并各举一个例子。
参考答案::
1、有监督学习:对具有标记的训练样本进行学习来建立从样本特征到标记的映射。例如:支持向量机无监督学习:对没有标记的训练样本进行学习,以发现训练样本集中的结构性知识。聚类就是典型的无监督学习。比如:K-means等。
2、回归是监督学习的一种,它的标记是连续取值,有大小区别,可以计算标记间的距离。比如linear回归。分类问题是监督学习的一种,它的标记是若干个离散取值,没有大小区别,不能计算标记间的距离。针对的是离散型结果。比如,朴素贝叶斯,SVM等。
11、简述K-Means算法的思想和步骤。
参考答案:K-Means算法是一种聚类算法,它的思想是将数据分为K个簇,每个簇内的数据点距离中心点最近,不同簇之间的数据点距离中心点最远。K-Means算法的步骤如下:
1.随机选择K个数据点作为初始聚类中心;
2.将每个数据点分配到距离它最近的聚类中心所在的簇中; 3. 重新计算每个簇的中心点;
4.重复步骤2和3,直到聚类中心不再发生变化或达到预设的迭代次数。
K-Means算法的优点是简单、快速,适用于大规模数据集。缺点是容易受到初始聚类中心的影响,可能导致局部最优解。
12、阐述卷积神经网络(Convolutional Neural Networks,CNN)。
参考答案:卷积神经网络(Convolutional Neural Networks, CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks),是深度学习(deep learning)的代表算法之一 。卷积神经网络具有表征学习(representation learning)能力,能够按其阶层结构对输入信息进行平移不变分类(shift-invariant classification),因此也被称为“平移不变人工神经网络(Shift-Invariant Artificial Neural Networks, SIANN)”
未经授权,禁止转载,发布者:形考达人,出处:https://www.xingkaowang.com/7494.html
本站不对内容的完整性、权威性及其观点立场正确性做任何保证或承诺!内容仅供研究参考,付费前请自行鉴别。
免费答案:形考作业所有题目均出自课程讲义中,可自行学习寻找题目答案,预祝大家上岸成功