人工智能核心算法考试题及答案1、使用决策树分类时，如果输入的某个特征的值是连续的，通常使用二分法对连续属性离散化，即根据是否大于/小于某个阈值进行划分。如果采用多路划分，每个出现的值都划分为一个分支，这种方式的最大问题是A、计算量太大B、验证集和测试集表现很差C、验证集表现良好，测试集表现很差D、验证集表现很差，测试集表现很好答案：C2、关于神经网络中经典使用的优化器，以下说法正确的是?A、Adam的收敛速度比RMSprop慢B、相比于SGD或RMSprop等优化器，Adam的收敛效果是最好的C、对于轻量级神经网络，使用Adam比使用RMSprop更合适D、相比于Adam或RMSprop等优化器，SGD的收敛效果是最好的答案：D3、A*搜索算法何时是最优的?()A、到目标结点的耗散是一个可采纳启发式B、到目标结点的耗散可任意选择C、不存在求解问题的最优的a*搜索算法D、以上描述都不对答案：A4、卷积核与特征图的通道数的关系是：A、卷积核数量越多特征图通道数越少B、卷积核size越大特征图通道数越多C、卷积核数量越多特征图通道数越多D、二者没有关系答案：C5、对线性回归模型进行性能评估时，以下说法正确的是A、均方根误差接近1最好B、均方根误差越大越好C、决定系数越接近1越好D、决定系数越接近0越好答案：C6、人工神经元内部运算包含哪两个部分：A、非线性变换和激活变换B、线性变换和非线性变换C、向量变换和标量变换D、化学变换和电变换答案：B7、以下哪项是主要用于自然语言处理的网络结构()A、AlexNetB、ResNetC、BertD、LeNet答案：C8、下列关于XGboost算法描述中错误的是A、由于其特殊原因，无法分布式化B、xgboost在代价函数里加入了正则项，用于控制模型的复杂度C、可以处理带有缺失值的样本D、允许使用列抽样来减少过拟合答案：A9、哪种聚类方法采用概率模型来表达聚类()A、K-meansB、LVQC、DBSCAND、高斯混合聚类答案：D10、在深度学习网络中，反向传播算法用于寻求最优参数，在反向传播算法中使用的什么法则进行逐层求导的?A、链式法则B、累加法则C、对等法则D、归一法则答案：A11、DSSM模型的结构是什么?A、线性B、双塔C、三塔D、非线性答案：B12、Inception模块采用()的设计形式，每个支路使用()大小的卷积核。A、多通路，不同B、单通路，不同C、多通路，相同D、单通路，相同答案：A13、fasterRCNN用于生成候选框proposal的模块名称()A、RPNB、CNNC、ResNetD、Rolpooling答案：A14、前馈神经网络通过误差后向传播(BP算法)进行参数学习，这是一种()机器学习手段A、监督学习B、无监督学习C、半监督学习D、无监督学习和监督学习的结合答案：A15、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、以上都不正确的答案：B16、以下哪种卷积神经网络的设计引入了残差网络结构()A、LeNetB、AlexNetC、GoogLeNetD、ResNets答案：D17、关于Elman网络描述错误的是(A、作为递归神经网络，允许出现环形结构；B、一些神经元的输出反馈回来会作为输入信号；C、用于处理静态模型，即无法处理与时间有关的动态变化；D、可利用BP算法来进行参数优化；答案：C18、以下哪个聚类算法不属于基于网格的聚类算法()。A、STINGB、WavelusterC、MAFID、IRH答案：D19、()是一种基于树结构进行决策的算法。A、轨迹跟踪B、决策树C、数据挖掘D、K近邻算法答案：B20、GooLeNet中使用较多小tricks,其中全局平局池化GAP就是一个，使用GAP的优点是()A、提供更好的分类B、减少参数量，实现任意大小的输入C、加速模型收敛D、增加网络深度答案：B21、半监督学习四大范型不含有()A、基于分歧方法B、半监督SVMC、生成式方法D、半监督聚类答案：D22、下列哪个函数不可以做非线性激活函数?()A、y=tanhxB、y=sinxC、y=maxx,0D、y=2x答案：D23、根据numpy数组中ndim属性的含义确定程序的输出()。array=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]]);print(array.ndim...
