随机组卷按大纲配比：判断 5 · 单选 25 · 多选 5 · 填空 5（共 40 题 · 75 分）
- 填空____是一种前馈神经网络，通常是由一个或多个卷积层和全连接层组成，此外也会包括池化层，常用被用于图像处理。做这题 →
- 判断常用的分类算法有决策树分类法，基于规则的分类算法，神经网络，支持向量机和朴素贝叶斯分类法。做这题 →
- 单选学习样本中有一部分有标记，有一部分无标记，这类计算学习的算法，属于（）做这题 →
- 单选用于预测分析的建模技术是 它研究的是因变量（目标）和自变量 (预测器) 之间的关系。做这题 →
- 单选自然语言处理的中文分词、词性标注和命名实体识别统称为（），主要任务是将文本分隔为有意义的词语(中文分词)，确定每个词语的类别和浅层的歧义消除（词性标注），并且识别出一些较长的专有名词（命名实体识别）。做这题 →
- 单选____不属于数据挖掘常用的分析技术。做这题 →
- 单选神经网络（）的节点数需与输入数据的维度相匹配，（）的节点要与目标的维度匹配，它们的节点数是（），（）的节点数目可以有多种选择。做这题 →
- 单选无人驾驶汽车成为许多大互联网公司的研发方向，例如谷歌、阿里巴巴、百度等。相较于传统汽车，无人驾驶汽车的安全性更高，它可以自动识别交通标志、路况等，保证汽车在遵守交通规则的前提下安全出行。下图是京东无配送车，具有自动驾驶功能，这采用的技术是主要是（）技术。 Red and gray autonomous delivery truck with white chevron design, parked on a street with greenery and buildings in the background (no visible text or symbols)含图做这题 →
- 单选有关文本的处理的叙述，错误的是（）做这题 →
- 单选在有监督学习中，我们如何使用聚类方法() ①、我们可以先创建聚类类别，然后在每个类别上用监督学习分别进行学习 ②、我们可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习 ③、在进行监督学习之前，我们不能新建聚类类别 ④、我们不可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习。做这题 →
- 综合FNN 是什么？做这题 →
- 综合LSTM 的中文名称是什么？做这题 →
- 判断贝叶斯网络很适合处理不完整的数据,对有属性遗漏的实例可以通过对该属性的所有可能取值的概率求和或求积分来加以处理.做这题 →
- 判断在循环神经网络中，最基本的单元是循环体（Recurrent Unit），也称为 RNN 单元。典型的 RNN 单元有长短期记忆网络（LSTM）和门控循环单元（GRU）。做这题 →
- 判断生成对抗网络(GAN, Generative Adversarial Networks)是一种深度学习模型,被广泛应用于图像生成、文本生成、视频生成等领域。生成对抗网络由生成网络和判别网络两个部分组成。做这题 →
- 判断计算机视觉是一项研究如何让机器“看”的科学技术，是以光线传感器（摄像机、雷达等）和网络为核心来模拟人类视觉的数字视觉系统。做这题 →
- 单选长短期记忆网络（Long Short-term Memory，LSTM）是一种用于处理序列数据的神经网络模型，具有解决长期依赖问题的能力，其结构主要包括（）做这题 →
- 单选（）是一种无监督学习算法,广泛应用于数据的表示学习和降维。做这题 →
- 单选（）由生成网络和判别网络两个部分组成。做这题 →
- 填空为代表的机器学习目前在图像处理、语音识别与合成、计算机视频等应用领域中取得了很大成功。做这题 →
- 判断许多特征提取技术是针对特定类型的数据或特定领域的问题而设计的。例如，在图像处理中，可能会使用与在文本分析或时间序列分析中完全不同的特征提取方法。做这题 →
- 判断自编码器（AutoEncoder）是一种监督学习方法。常用于数据降维，特征提取和生成建模等，在图像处理、文本处理和推荐系统等领域都有广泛的应用。做这题 →
- 多选计算机视觉主要任务包含做这题 →
- 单选自然语言处理系统的输入源一共有 3 个，不包括（）做这题 →
- 单选邮局把信件进行自动分拣,使用的计算机技术是____。做这题 →
- 填空____是指从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的的信息和知识的过程。做这题 →
- 填空____又称数据开采，就是从大量的、不全的、有噪声的、模糊的、随机的数据中提取隐含在其中的人们事先不知道的、但又是潜在有用的信息和知识的过程，提取的知识表现为概念、规则、规律模式约束等形式。做这题 →
- 填空____________反应数据精细化程度，越细化数据，价值越高。 第六章 人工智能技术做这题 →
- 填空CNN 的全称是____。做这题 →
- 填空从大量的、不完全的、模糊的数据中识别出有效的、潜在有用的信息或模式的过程,被称为____。做这题 →
- 填空____是以语言为基础、融合逻辑学、计算机科学等学科，通常对语法、语义、语用的分析，获取自然语言的语言表示。通常用过意图识别、实体抽取等场景。做这题 →
- 填空_是基于人的脸部特征信息进行身份识别的一种生物识别技术，目前已经广泛应用于支付、门禁考勤、安防等。做这题 →
- 填空数据挖掘的目的是从____中找出有意义的模式。做这题 →
- 填空____是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样。做这题 →
- 填空____ 就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。做这题 →
- 填空数据挖掘是指____。做这题 →
- 填空自然语言处理它用来研究____。做这题 →
- 填空数据挖掘是指____的过程。做这题 →
- 填空计算机视觉是指使用计算机来模仿人类()系统的科学做这题 →
- 填空计算机视觉应用的场景包括哪些？做这题 →
- 判断数据挖掘又称为数据库中的知识发现，是目前最热门的数据资源分析技术，提取的信息和知识可以对决策活动进行支持。（ ）做这题 →
- 判断数据挖掘是指在庞大的数据库中寻找有价值的隐藏事件，加以分析，并将这些有意义的信息进行归纳，为决策提供参考依据和控制机制。因此，数据清洗是信息挖掘的第一步。做这题 →
- 判断数据挖掘的主要任务是从数据中发现潜在的规则，从而能更好的完成描述数据、预测数据等任务。（）做这题 →
- 判断与传统自编码器不同，变分自编码器(VAE)不能够生成具有多样性的样本，并且能够在潜在空间中进行插值和操作。做这题 →
- 判断数据挖掘是机器学习的一个最新领域。（ ）做这题 →
- 判断自然语言理解不属于人工智能学科研究的主要内容。（ ）做这题 →
- 判断决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条件，叶子节点代表最终的分类结果，其优点在于易于实现，决策时间短，并且适合处理非数值型数据。（ ）做这题 →
- 判断人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术，目前已经广泛应用，例如支付宝、微信等通信软件，公安系统犯罪分子人脸自动比对等。做这题 →
- 判断决策树是一种采用测量不同特征值之间的距离方法进行分类的算法。（）做这题 →
- 判断神经网络的训练过程不需要人工标记的样本数据集。（）做这题 →
1 / 8下一页