超星人工智能技术及应用期末答案(学习通2023课后作业答案)
71 min read超星人工智能技术及应用期末答案(学习通2023课后作业答案)
单元测验1
1、超星根据机器智能水平由低到高，人工（ ）是智能作业正确的是。
A、技术及计算智能、用期感知智能、末答认知智能
B、案学计算智能、习通感应智能、课后认知智能
C、答案机器智能、超星感知智能、人工认知智能
D、智能作业机器智能、技术及感应智能、用期认知智能
2、三大流派的演化正确的是（ ）。
A、符号主义->知识表示->机器人
B、联结主义->控制论->深度学习
C、行为主义->控制论->机器人
D、符号主义->神经网络->知识图谱
3、人工智能发展有三大流派，下列属于行为主义观点的包括（ ）。
A、行为主义又叫心理学派、计算机主义
B、行为主义又叫进化主义、仿生学派
C、行为主义立足于逻辑运算和符号操作，把一些高级智能活动涉及到的过程进行规则化、符号化的描述，变成一个形式系统，让机器进行推理解释
D、基本思想是一个智能主体的智能来自于他跟环境的交互，跟其他智能主体之间的交互，提升他们的智能
4、（ ）不是人工智能学派。
A、符号主义
B、认知主义
C、联结主义
D、行为主义
5、知识图谱是由（ ）演化而来。
A、符号主义
B、认知主义
C、联结主义
D、行为主义
6、神经网络是由（ ）演化而来。
A、符号主义
B、认知主义
C、联结主义
D、行为主义
7、（ ）不是手机里常用的智能APP。
A、美颜
B、语音助手
C、人脸识别
D、机器翻译
8、信息论的创始人是（ ）。
A、闵斯基
B、西蒙
C、香农
D、纽厄尔
9、参加达特茅斯会议的认知学专家是（ ）。
A、闵斯基
B、西蒙
C、香农
D、纽厄尔
10、第一个跳棋程序是由（ ）发明的。
A、塞缪尔
B、西蒙
C、香农
D、纽厄尔
11、掀起人工智能发展的第一个高潮是由（ ）的。
A、计算驱动
B、数据驱动
C、知识驱动
D、常识驱动
12、掀起人工智能发展的第 二个高潮是由（ ）的。
A、计算驱动
B、数据驱动
C、知识驱动
D、常识驱动
13、掀起人工智能发展的第三个高潮是由（ ）的。
A、计算驱动
B、数据驱动
C、知识驱动
D、常识驱动
14、第一个专家系统是（ ）。
A、ELIZA
B、MYCIN
C、Dendral
D、Cyc
15、（ ）项目的目的是建造一个包含全人类全部知识的专家系统。
A、ELIZA
B、MYCIN
C、Dendral
D、Cyc
16、ImageNet项目是由（ ）创建的。
A、Hinton
B、李飞飞
C、吴恩达
D、Hopfield
17、（ ）奠定了神经网络的全新的架构，后人把其称为深度学习之父。
A、Hinton
B、李飞飞
C、吴恩达
D、Hopfield
18、（ ）系统包括了学习、语言、认知、推理、创造和计划，目标是使人工智能在非监督学习情况下处理前所未见的细节，并同时与人类开展交互式学习。
A、超人工智能
B、弱人工智能
C、强人工智能
D、认知智能
19、只专注于完成某个特别设定的任务的人工智能属于（ ）。
A、超人工智能
B、弱人工智能
C、强人工智能
D、认知智能
20、控制论学派属于（ ）
A、符号主义
B、认知主义
C、联结主义
D、行为主义
21、根据机器智能水平由低到高，（ ）是正确的是。
A、计算智能、感知智能、认知智能
B、计算智能、感应智能、认知智能
C、机器智能、感知智能、认知智能
D、机器智能、感应智能、认知智能
22、三大流派的演化正确的是（ ）。
A、符号主义->知识表示->机器人
B、联结主义->控制论->深度学习
C、行为主义->控制论->机器人
D、符号主义->神经网络->知识图谱
23、人工智能发展有三大流派，下列属于行为主义观点的包括（ ）。
A、行为主义又叫心理学派、计算机主义
B、行为主义又叫进化主义、仿生学派
C、行为主义立足于逻辑运算和符号操作，把一些高级智能活动涉及到的过程进行规则化、符号化的描述，变成一个形式系统，让机器进行推理解释
D、基本思想是一个智能主体的智能来自于他跟环境的交互，跟其他智能主体之间的交互，提升他们的智能
24、（ ）不是人工智能学派。
A、符号主义
B、认知主义
C、联结主义
D、行为主义
25、知识图谱是由（ ）演化而来。
A、符号主义
B、认知主义
C、联结主义
D、行为主义
26、神经网络是由（ ）演化而来。
A、符号主义
B、认知主义
C、联结主义
D、行为主义
27、参加达特茅斯会议的认知学专家是（ ）。
A、闵斯基
B、西蒙
C、香农
D、纽厄尔
28、第一个跳棋程序是由（ ）发明的。
A、塞缪尔
B、西蒙
C、香农
D、纽厄尔
29、掀起人工智能发展的第一个高潮是由（ ）的。
A、计算驱动
B、数据驱动
C、知识驱动
D、常识驱动
30、掀起人工智能发展的第 二个高潮是由（ ）的。
A、计算驱动
B、数据驱动
C、知识驱动
D、常识驱动
31、掀起人工智能发展的第三个高潮是由（ ）的。
A、计算驱动
B、数据驱动
C、知识驱动
D、常识驱动
32、第一个专家系统是（ ）。
A、ELIZA
B、MYCIN
C、Dendral
D、Cyc
33、（ ）项目的目的是建造一个包含全人类全部知识的专家系统。
A、ELIZA
B、MYCIN
C、Dendral
D、Cyc
34、ImageNet项目是由（ ）创建的。
A、Hinton
B、李飞飞
C、吴恩达
D、Hopfield
35、（ ）奠定了神经网络的全新的架构，后人把其称为深度学习之父。
A、Hinton
B、李飞飞
C、吴恩达
D、Hopfield
36、（ ）系统包括了学习、语言、认知、推理、创造和计划，目标是使人工智能在非监督学习情况下处理前所未见的细节，并同时与人类开展交互式学习。
A、超人工智能
B、弱人工智能
C、强人工智能
D、认知智能
37、只专注于完成某个特别设定的任务的人工智能属于（ ）。
A、超人工智能
B、弱人工智能
C、强人工智能
D、认知智能
38、控制论学派属于（ ）
A、符号主义
B、认知主义
C、联结主义
D、行为主义
39、人工智能就是人形机器人。
40、常规语音识别技术已经比较成熟。
41、在人工智能的第一个黄金时代，虽然创造了各种软件程序或硬件机器人，但它们看起来都只是"玩具"。
42、人教人就是教育。
43、人教机器就是智能教育。
44、机器教人是人工智能。
45、专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用。
46、人工智能=机器有自己的想法。
47、日本发起了第五代计算机系统研究计划取得重大成功。
48、目前已有人工智能通过图灵测试。
49、造一个能够读懂六岁小朋友的图片书中的文字，并且了解那些词汇意思的电脑很容易。
50、微积分对于电脑来说太简单了。
51、人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其它动物不需要思考就能完成的事情上，还差得很远。
52、符号主义认为。不论是自然生成的物质还是人工制造的物质，只要该物质遵循物理学定律，都有成为智能型物体的可能，只是需要找到它的内在并赋予它。
53、真正人工智能的突破口是认知智能。
54、人工智能就是人形机器人。
55、常规语音识别技术已经比较成熟。
56、在人工智能的第一个黄金时代，虽然创造了各种软件程序或硬件机器人，但它们看起来都只是"玩具"。
57、人教人就是教育。
58、人教机器就是智能教育。
59、机器教人是人工智能。
60、专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用。
61、人工智能=机器有自己的想法。
62、日本发起了第五代计算机系统研究计划取得重大成功。
63、目前已有人工智能通过图灵测试。
64、造一个能够读懂六岁小朋友的图片书中的文字，并且了解那些词汇意思的电脑很容易。
65、微积分对于电脑来说太简单了。
66、人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其它动物不需要思考就能完成的事情上，还差得很远。
67、符号主义认为。不论是自然生成的物质还是人工制造的物质，只要该物质遵循物理学定律，都有成为智能型物体的可能，只是需要找到它的内在并赋予它。
68、真正人工智能的突破口是认知智能。
69、计算驱动导致人工智能的发展走入低谷主要表现为（ ）有限。
70、人工智能概念是在（ ）会议上首次提出。
71、人们通常把（ ）年称为人工智能元年。
72、视觉、听觉、触觉等感知能力属于人工智能三个层次的（ ）层。
73、计算驱动导致人工智能的发展走入低谷主要表现为（ ）有限。
74、人工智能概念是在（ ）会议上首次提出。
75、人们通常把（ ）年称为人工智能元年。
76、（ ）其实就是一套计算机软件，它往往聚焦于单个专业领域，模拟人类专家回答问题或提供知识，帮助工作人员作出决策。
77、人工智能程序（）连续战胜曾经的围棋世界冠军韩国李世石和中国的柯洁。
78、（ ）是指通过模拟人类的智慧，人工智能开始具备自主思维意识，形成新的智能群体，能够像人类一样独自地进行思维。
79、符号主义奠基人是（ ）。
80、（ ）系统遵从基本的物理学定律，并不局限于人类创造物质，它还可以由物质材料自然构成的系统来实现。
81、（）的出现，使得连接主义出现第一次热潮。
82、连接主义奠基人是（ ）。
83、仿生学派属于人工智能三大流派的（ ）。
84、机器智能最低水平是（ ）。
85、视觉、听觉、触觉等感知能力属于人工智能三个层次的（ ）层。
86、人工智能知识体系划分为问题求解、（ ）、学习与发现、感知与理解、系统与建造五个知识单元。
第2章新一代人工智能生态
单元测验2
1、人工智能赖以生存的土壤（ ）。
A、物联网
B、大数据
C、区块链
D、云计算
2、人工智能的血液（ ）。
A、物联网
B、大数据
C、区块链
D、云计算
3、人工智能的算力（ ）。
A、物联网
B、大数据
C、区块链
D、云计算
4、人工智能的安全保障（ ）。
A、物联网
B、大数据
C、区块链
D、云计算
5、（ ）不是人工智能核心要素。
A、算法
B、算力
C、数据
D、网络
6、（ ）不是物联网具有的特点。
A、全面感知
B、实时传送
C、智能控制
D、存储
7、物联网技术架构一般采用（ ）层。
A、4
B、5
C、6
D、8
8、物联网技术架构最低层是（ ）。
A、感知层
B、传输层
C、支撑层
D、应用层
9、物联网技术架构最高层是（ ）。
A、感知层
B、传输层
C、支撑层
D、应用层
10、（ ）不是物联网感知层技术。
A、传感器技术
B、嵌入式技术
C、网络连接技术
D、存储技术
11、云服务不包括( )。
A、IaaS
B、PaaS
C、SaaS
D、QaaS
12、基础设施即服务指（ ）。
A、IaaS
B、PaaS
C、SaaS
D、QaaS
13、平台即服务指（ ）。
A、IaaS
B、PaaS
C、SaaS
D、QaaS
14、软件即服务指（ ）。
A、IaaS
B、PaaS
C、SaaS
D、QaaS
15、大数据思维不包括（ ）思维。
A、相关
B、容错
C、因果
D、整体
16、目前物联网行业，在嵌入式方面，arm架构是最主要的架构。
17、私有云是为某个特定用户/机构建立的，只能实现小范围内的资源优化。
18、公有云是最彻底的社会分工，不能够在大范围内实现资源优化。
19、存储虚拟化通常做的是多虚一，除了解决弹性、扩展问题外，还解决备份的问题。
20、容错思维让我们可以利用99%的非结构化数据，帮助我们进一步接近事实的真相。
21、Map主义任务是数据分解。
22、Map和Reduce之间通过Shuffle进行通信。
23、区块链基于分布式存储数据，没有中心进行管理，某个节点受到攻击和篡改不会影响整个网络的健康运作。
24、区块链即由一个个区块组成的链。每个区块分为区块头和区块体（含交易数据）两个部分。
25、可以将区块链理解为一个基于互联网的去中心化记账系统。
26、面向对象编程思想就是忘掉一切关于计算机的东西，从问题领域考虑问题， 就是忘掉语言本身，只有逻辑。
27、面向对象编程思想一个重要的特征是多态。
28、封装就是把属性和方法封装到一个类中, 通过方法来修改和执行业务, 有利于后期的修改和维护。
29、大数据的5V特征中的Value指数据价值大。
30、每个比特币地址在生成时，都会有一个相对应该地址的私钥生成。
31、区块链是第一种能够以分散的方式转移数字化所有权的技术。
32、区块链的高层（DAO、Mt Gox、Bitfinex等）非常安全。
33、虚拟化包括计算虚拟化、网络虚拟化和（ ）。
34、大数据的核心在于：整理、分析、（ ）、控制。
35、为了得到即时信息，实时预测，寻找到（ ）性信息，比寻找因果关系信息更重要。
36、（ ）形成了大数据处理底层分布式基础架构生态系统。
37、比特币的( )非常的好，可以防止任何人造假（）。
38、( )是一种网络上多人记录的公共记账，记载所有交易记录。
39、（ ）的主要目的是实现方法的多态性和代码的可重用性。
40、现实中的一切都是对象，他们有分类，就产生了"类"；同一个类中不同的对象的区别，使用（ ）区分。
41、在"面向对象"的语言中，（ ）是由数据和功能组合而成的对象构建起来的。
42、IOT是（ ）的英文缩写
43、IaaS指（ ）。
44、PaaS指（ ）。
45、SaaS指（ ）。
第3章AI+交通——改变人类的出行方式
单元测验3
1、下列哪些不是智能交通应用场景（ ）
A、交通信息服务系统
B、车辆控制系统
C、EBA
D、EMS
2、智能交通系统的构成不包括（ ）。
A、信息源
B、信息处理
C、信息发布
D、信息交互
3、下列不是组成智能网联汽车硬件的元素是（ ）
A、传感器激光测距仪
B、车载雷达
C、地图
D、GPS导航定位
4、当前自动驾驶企业采用比例最大的传感器类型是( )
A、雷达
B、激光雷达
C、光感雷达
D、激光扫描
5、智能网联汽车搭载先进( )、控制器、执行器等，融合现代通信与网络技术，实现人、车、路、后台等智能信息交换共享。
A、车载传感器
B、雷达
C、GPS
D、地图
6、传感器相当于自动驾驶汽车的（ ）
A、眼睛
B、鼻子
C、嘴巴
D、耳朵
7、汽车工程协会（SAE）根据不同路况，提出了自动驾驶分级标准，根据道路适应性将自动驾驶分为（ ）个级别。
A、5
B、3
C、6
D、4
8、自动驾驶技术的发展可能对世界产生巨大的变化。
9、自动驾驶汽车事故率远高于人类驾驶员。
10、车道偏离警示系统包括并线辅助和车道偏离预警。
11、夜视系统主要使用热成像技术，即红外线成像技术。
12、现阶段自动驾驶汽车业界完全成熟，可以随意上路了。
13、汽车被认为是继手机之后，下一个智能终端。
14、在SAE分级标准中的L4自动驾驶车辆将在未来10年出现。
15、从现实来看，目前没有任何一种实用性的方式可以在自动驾驶汽车广泛部署前验证
第4章AI+电商——精准营销
单元测验4
1、下列不属于推荐引擎的三种数据源是（ ）。
A、消费者的基本信息
B、推荐商品的元数据
C、消费者对商品的偏好信息
D、消费者对商品的享受
2、（ ）不是人工智能将为电商带来5大改变之一。
A、实时推荐
B、动态定价
C、供应链管理
D、体验个性化
3、在电子商务过程中，利用到的信息技术不包括（ ）。
A、互联网
B、电子邮件
C、数据库
D、传感器
4、无人零售商店Amazon?Go是（ ）公司的。
A、深兰科技
B、亚马逊
C、阿里
D、京东
5、eBay借聊天机器人提升客服体验。
6、消费者对商品的评价、消费者对商品的评分等属于隐式的消费者反馈。
7、今日推荐通常是根据消费者的( )和浏览记录，再结合当下流行的商品，为消费者提供一个比较折中的推荐。
8、（ ）是指在互联网上以电子交易方式进行交易活动和相关服务活动，是传统商业活动各环节的电子化、网络化。
9、（ ）算法通过持续地数据输入和机器学习训练，使商品的净利润和销售额目标达到一个平衡的状态，并计算出一个最科学合理的价格，从而促进交易效率的大幅度提升。
10、（）可以自动规划、购买并优化，帮助广告定主位具体受众和地理位置，可以用于在线展示广告、移动广告和社交媒体等一系列活动中。
11、（）是指基于智能技术实现的无导购员和收银员值守的新零售服务。
12、电子商务包括电子货币交换、供应链管理、电子交易市场、网络营销、在线事务处理、电子数据交换、存货管理和（ ）系统。
13、消费者对商品的偏好信息分为隐式的消费者反馈和（ ）的消费者反馈。
14、在保持对数据快速分析的前提下，建立的营销策略数据模型（ ）了人类的分析能力。
第5章AI+建筑——让生活舒心随性
单元测验5
1、“智能建筑”是计算机信息处理技术与建筑艺术相结合的产物，3A不包括（ ）
A、办公自动化系统
B、建筑自动化系统
C、通信自动化系统
D、教学自动化系统
2、“智能建筑”必须具备（ ）个条件
A、一
B、二
C、三
D、四
3、美国智能建筑协会认为:“智能建筑”是通过对建筑物的（ ）个基本要素，以及它们之间的内在联系的优化来提供一个投资合理、高效舒适的环境。
A、三
B、四
C、五
D、六
4、建筑自动化系统英文缩写（ ）。
A、3A
B、BA
C、CA
D、OA
5、水电气控制不包括（ ）。
A、自来水管控制
B、电灯控制
C、空调控制
D、电源控制
6、智能建筑安防不包括（ ）。
A、家庭煤气泄漏监控
B、防盗监控
C、防火监控
D、防爆炸监控
7、“智能建筑”5A系统是在3A系统基础上，扩充了（ ）和信息管理自动化系统。
A、办公自动化系统
B、建筑自动化系统
C、通信自动化系统
D、消防自动化系统
8、“智能建筑”3A系统中BA指（ ）。
A、办公自动化系统
B、建筑自动化系统
C、通信自动化系统
D、教学自动化系统
9、智能建筑的五大部分组成部分包括系统集成中心、楼宇自动化系统、办公自动化系统、通信自动化系统（ ）
A、门禁系统
B、公共广播系统
C、综合布线系统
D、对讲系统
10、“智能建筑”是计算机信息处理技术与建筑艺术相结合的产物，3A不包括（ ）
A、办公自动化系统
B、建筑自动化系统
C、通信自动化系统
D、教学自动化系统
11、“智能建筑”必须具备（ ）个条件
A、一
B、二
C、三
D、四
12、美国智能建筑协会认为:“智能建筑”是通过对建筑物的（ ）个基本要素，以及它们之间的内在联系的优化来提供一个投资合理、高效舒适的环境。
A、三
B、四
C、五
D、六
13、建筑自动化系统英文缩写（ ）。
A、3A
B、BA
C、CA
D、OA
14、水电气控制不包括（ ）。
A、自来水管控制
B、电灯控制
C、空调控制
D、电源控制
15、智能建筑安防不包括（ ）。
A、家庭煤气泄漏监控
B、防盗监控
C、防火监控
D、防爆炸监控
16、“智能建筑”5A系统是在3A系统基础上，扩充了（ ）和信息管理自动化系统。
A、办公自动化系统
B、建筑自动化系统
C、通信自动化系统
D、消防自动化系统
17、“智能建筑”3A系统中BA指（ ）。
A、办公自动化系统
B、建筑自动化系统
C、通信自动化系统
D、教学自动化系统
18、智能建筑的五大部分组成部分包括系统集成中心、楼宇自动化系统、办公自动化系统、通信自动化系统（ ）
A、门禁系统
B、公共广播系统
C、综合布线系统
D、对讲系统
19、“智能建筑”3A系统中，OA保证了机电设备和安全管理的自动化集成。
20、我国目前一般以大厦内所配置的自动化设备，来作为“智能建筑”的定义，如“3A系统”或“8A系统”。
21、“智能建筑”是计算机信息处理技术与建筑相结合的产物。
22、当大楼内部某个地方出现故障时，安全系统会自行修正，保证设备的正常运行“CA系统”包括提供现代化通信手段的各种设备。
23、“BA系统”保证了机电设备和安全管理的自动化。
24、CA系统保证当大楼内部某个地方出现故障时，安全系统会自行修正，保证设备的正常运行。
25、“智能建筑”3A系统中，OA保证了机电设备和安全管理的自动化集成。
26、我国目前一般以大厦内所配置的自动化设备，来作为“智能建筑”的定义，如“3A系统”或“8A系统”。
27、“智能建筑”是计算机信息处理技术与建筑相结合的产物。
28、当大楼内部某个地方出现故障时，安全系统会自行修正，保证设备的正常运行“CA系统”包括提供现代化通信手段的各种设备。
29、“BA系统”保证了机电设备和安全管理的自动化。
30、CA系统保证当大楼内部某个地方出现故障时，安全系统会自行修正，保证设备的正常运行。
第6章AI+教育——因材施教
单元测验6
1、老师会被人工智能代替。
2、教师必须提高教学的创新能力，才能保证自己不被AI取代，有属于自己的一方天地。
3、小的时候让孩子接触电子产品，这对孩子没有太多好处，会影响孩子的心理健康。
4、"前沿技术+教育"才是当下这个时代应该实施的教育模式。
5、AI出现并兴起以后，图像、（ ）、文字等数据就可以被很好地识别出来，并形成一个数据汇集平台。
6、在AI时代，创新似乎是一个非常关键的字眼，只有不断创新、积极创新，才可以跟上潮流，这一点对( )也同样适用。
第7章AI+制造——改变人类的生产方式
单元测验7
1、机器人控制系统有两种方式，一种是集中式控制，另一种是（ ）控制。
2、机器人的驱动装置主要是（ ）驱动装置。
3、制造业将成为信息产业的一部分，制造业产品将被视为电子产品或者（ ）。
第8章AI+医疗——提升人类的健康水平
单元测验8
1、医疗人工智能可在多个方面提高医疗系统的效率。
2、人工智能与药物挖掘的结合，使得新药研发时间大大缩短，研发成本大大降低。
3、将人工智能技术应用到医疗服务领域，造福人类，且不会面临任何挑战。
4、医疗人工智能可在多个方面提高医疗系统的效率。
5、人工智能与药物挖掘的结合，使得新药研发时间大大缩短，研发成本大大降低。
6、将人工智能技术应用到医疗服务领域，造福人类，且不会面临任何挑战。
7、人工智能通过大量（ ）数据的学习，能够发现正常人的软骨中的（ ），从而预测出未来三年患有骨关节炎的概率。
8、目前国内AI+药物挖掘已经在逐步落地，但研发周期仍相对较长，且算法需要大量的（ ）和（ ）积累，短期内很难产生营收数据。
9、"健康管理"应用场景，主要包含（ ）、（ ）健康管理、（ ）健康管理三大子场景。
10、未来出现的机器人将拥有（ ）大脑，甚至可以与人脑的（ ）数量相媲美。
11、人工智能通过大量（ ）数据的学习，能够发现正常人的软骨中的（ ），从而预测出未来三年患有骨关节炎的概率。
12、目前国内AI+药物挖掘已经在逐步落地，但研发周期仍相对较长，且算法需要大量的（ ）和（ ）积累，短期内很难产生营收数据。
13、"健康管理"应用场景，主要包含（ ）、（ ）健康管理、（ ）健康管理三大子场景。
14、未来出现的机器人将拥有（ ）大脑，甚至可以与人脑的（ ）数量相媲美。
第9章问题求解单元——搜索技术
单元测验9
1、下列不属于常见的基因编码方式的是（ ）
A、二进制编码
B、浮点数编码
C、字符编码
D、整数编码
2、下列不属于其他搜索算法的是（ ）
A、爬山法
B、分类法
C、动态规划法
D、分支界限法
3、最后一个遗传算子叫做变异。
4、第二个遗传算子叫做交叉。
5、据SGA处理流程可知，遗传演算开始前，需要先产生初代种群（由一堆随机产生的染色体组成的），由于一个染色体代表一个问题解，因而初代种群也代表初始解的集合。T
6、选择机制类似于"无性繁殖"，根据每个染色体的适应度值大小来决定该染色体被选择的概率，适应度越高，被选择概率就大（自然选择），一旦染色体被选择，就会进行"自我复制"，并且被放置在称为配对库的暂存区中。T
7、深度优先搜索是一个针对（ ）和（ ）的遍历算法，早在19世纪就被用于解决迷宫问题。
8、启发式搜索利用知识来引导搜索，达到减少搜索范围，（ ）的目的。
9、回溯算法也叫试探法，它是一种（ ）地搜索问题的解的方法。
第10章知识表示单元——知识图谱
单元测验10
1、（ ）可看成是一组描述事物的约定，把人类知识表示成机器能处理的数据结构。
A、知识获取
B、知识表示
C、知识存储
D、知识利用
2、（ ）其主要原理为认知过程就是在符号表示上的一种运算。
A、行为主义
B、连接主义
C、符号主义
D、表示主义
3、知识表示起源于人工智能的（ ）。
A、行为主义
B、连接主义
C、符号主义
D、表示主义
4、下面（ ）不是基于符号主义的知识表示主要方法。
A、命题逻辑
B、一阶谓词逻辑
C、产生式系统
D、知识图谱
5、人工智能必须引进知识是（ ）首先提出的。
A、西蒙
B、纽维尔
C、费根鲍姆
D、Tim Berners-Lee
6、Web1.0实现了（ ）
A、文档互联
B、数据互联
C、知识互联
D、个性网页
7、Web2.0实现了（ ）
A、文档互联
B、数据互联
C、知识互联
D、个性网页
8、Web3.0实现了（ ）
A、文档互联
B、数据互联
C、知识互联
D、个性网页
9、从知识图谱模型角度看，知识图谱=知识本体+（ ）
A、实体
B、关系
C、关系
D、知识实例
10、面向语言知识图谱是（ ）。
A、WordNet
B、Freebase
C、DBpedia
D、YAGO2
11、行业知识图谱项目是（ ）。
A、Kinships
B、Freebase
C、DBpedia
D、YAGO2
12、知识表示有统一的方法。
13、目前，认知智能已经基本实现。
14、语义网络节点和弧都必须带有标识。
15、语义网络中的节点可以表示各种事物、概念、情况、属性、动作、状态。
16、好的知识表示最终结果就是使机器具备理解和解释的能力。
17、图数据库把实体（结点）和实体之间的关系建模为边。
18、只有图能有效表示数据之间的关联。
19、知识的存储结构为知识图谱。
20、知识图谱是智慧的存储结构。
21、1知识本体表达的是实体之间层次关系。
22、知识实例表达的是实体之间语义关联。
23、知识表示可看成是一组描述事物的约定，把人类知识表示成机器能处理的（ ）。
24、可以判断真假的陈述句称为（ ）。
25、表达单一意义的命题叫做（ ）。
26、一阶谓词逻辑将原子命题分解为( )词和谓词。
27、全称量词用（ ）表示。
28、存在量词用（ ）表示。
29、产生式规则通常用于描述事物的一种（ ）。
30、一般认为，人工智能分为计算智能、感知智能和认知智能（ ）个层次
31、在人工智能系统中，常把知识定义为（ ）。
32、知识按获取方法分显性知识和（ ）知识。
33、知识按思维认知方法分为（ ）知识和形象知识。
34、知识按确定程度分为确定性知识和（ ）知识。
35、知识按知识作用范围分（ ）知识和通识性知识。
36、专家系统最重要的两部分是知识库和（ ）。
37、一个框架由若干个（ ）结构组成。
38、语义网络通过（ ）来表示知识。
39、语义网络中的弧指明它所连接的节点间某种（ ）关系。
40、知识图谱以结构化（ ）的形式存储现实世界中的实体以及实体之间的关系。
第17章线下实验
期末大作业
1、通过一学期的学习，设计一个人工智能具体的应用项目，要求有数据收集、人工智能特征提取，现实应用特征人工智能判读。 设计如果不能用数据实证，可以用文字表示项目的目的，项目的流程，项目的意义等角度写作。要求字数在100字以上。
第11章知识发现单元——深度学习
单元测验11
1、数据标记的基本形式不包括（ ）。
A、画框
B、类别标注
C、图像打点
D、以上都是
2、数据标记的种类不包括（ ）。
A、图像标注
B、语音标注
C、姿态标注
D、文本标注
3、（ ）不属于无监督学习任务。
A、聚类
B、降维
C、关联分析
D、分类
4、（ ）不属于有监督学习任务。
A、回归分析
B、SVM
C、关联分析
D、决策树
5、决策树包含一个（ ）节点。
A、根
B、内部
C、叶
D、外部
6、决策树构造时，特征选择的准则不包括（ ）。
A、信息增益
B、熵
C、信息增益比
D、基尼指数
7、过拟合是指（ ）。
A、在训练集表现非常好，但在测试集上表现很差
B、在训练集表现非常好，但在测试集上表现也非常好
C、在训练集表现非常差，但在测试集上表现也差
D、在训练集表现非常差，但在测试集上表现非常好
8、欠拟合是指（ ）。
A、在训练集表现非常好，但在测试集上表现很差
B、在训练集表现非常好，但在测试集上表现也非常好
C、在训练集表现非常差，但在测试集上表现也差
D、在训练集表现非常差，但在测试集上表现非常好
9、支持向量机的英文缩写是（ ）。
A、PCA
B、CRF
C、HMM
D、SVM
10、主成分分析的英文缩写是（ ）。
A、PCA
B、CRF
C、HMM
D、SVM
11、隐马尔科夫模型的英文缩写是（ ）。
A、PCA
B、CRF
C、HMM
D、SVM
12、条件随机场的英文缩写是（ ）。
A、PCA
B、CRF
C、HMM
D、SVM
13、基于图论的聚类方法是（ ）。
A、K-means聚类
B、谱聚类
C、层次聚类
D、模糊聚类
14、数据标记的种类不包括（ ）。
A、图像标注
B、语音标注
C、姿态标注
D、文本标注
15、（ ）不属于无监督学习任务。
A、聚类
B、降维
C、关联分析
D、分类
16、（ ）不属于有监督学习任务。
A、回归分析
B、SVM
C、关联分析
D、决策树
17、决策树包含一个（ ）节点。
A、根
B、内部
C、叶
D、外部
18、决策树构造时，特征选择的准则不包括（ ）。
A、信息增益
B、熵
C、信息增益比
D、基尼指数
19、过拟合是指（ ）。
A、在训练集表现非常好，但在测试集上表现很差
B、在训练集表现非常好，但在测试集上表现也非常好
C、在训练集表现非常差，但在测试集上表现也差
D、在训练集表现非常差，但在测试集上表现非常好
20、欠拟合是指（ ）。
A、在训练集表现非常好，但在测试集上表现很差
B、在训练集表现非常好，但在测试集上表现也非常好
C、在训练集表现非常差，但在测试集上表现也差
D、在训练集表现非常差，但在测试集上表现非常好
21、支持向量机的英文缩写是（ ）。
A、PCA
B、CRF
C、HMM
D、SVM
22、主成分分析的英文缩写是（ ）。
A、PCA
B、CRF
C、HMM
D、SVM
23、隐马尔科夫模型的英文缩写是（ ）。
A、PCA
B、CRF
C、HMM
D、SVM
24、条件随机场的英文缩写是（ ）。
A、PCA
B、CRF
C、HMM
D、SVM
25、基于图论的聚类方法是（ ）。
A、K-means聚类
B、谱聚类
C、层次聚类
D、模糊聚类
26、熵可以表示样本集合的不确定性，熵越大，样本的不确定性就越大。（ ）是熵的表达式。
A、H(x)=plogP
B、
C、
D、H(x)=plogP
27、在SVM中，分类面方程为（ ）。
A、
B、
C、
D、
28、在训练数据集上模型执行得很好，说明是个好模型。
29、在验证数据集上模型执行得很好，说明是个好模型。
30、在测试数据集上模型执行得很好，说明是个好模型。
31、通常期望学习模型具有较强的泛化能力。
32、机器学习是人工智能的核心，是使计算机具有智能的根本途径。
33、机器学习主要使用演译，而不是归纳、综合。
34、人工智能属于机器学习的一个分支。
35、机器学习至今还没有统一的定义。
36、训练集、验证集和测试集划分比例都采用70/15/15。
37、数据标注的质量影响学习的效果。
38、数据标注成本非常非常高。
39、无监督学习学习目标并不十分明确。
40、熵越小，样本的不确定性就越大。
41、在训练数据集上模型执行得很好，说明是个好模型。
42、在验证数据集上模型执行得很好，说明是个好模型。
43、在测试数据集上模型执行得很好，说明是个好模型。
44、通常期望学习模型具有较强的泛化能力。
45、机器学习是人工智能的核心，是使计算机具有智能的根本途径。
46、机器学习主要使用演译，而不是归纳、综合。
47、人工智能属于机器学习的一个分支。
48、机器学习至今还没有统一的定义。
49、训练集、验证集和测试集划分比例都采用70/15/15。
50、数据标注的质量影响学习的效果。
51、数据标注成本非常非常高。
52、无监督学习学习目标并不十分明确。
53、熵越小，样本的不确定性就越大。
54、学习过程就是构造逼近因变量y的( )h的过程。
55、预测数据为连续型数值，一般称为（ ）。
56、预测数据为类别型数据，并且类别已知，一般称为（ ）。
57、决策树包含：一个根结点、若干内部结点和（ ）结点。
58、决策树叶结点表示（ ）的结果。
59、决策树从根结点到某一叶子结点的路径称为（ ）。
60、( )可以表示样本集合的不确定性。
61、K-means聚类有两个前提：一是已知（ ），二是只适用连续性变量。
62、根据（ ）理论，学习机器的实际风险由经验风险值和置信范围值两部分组成。
63、学习过程就是构造逼近因变量y的( )h的过程。
64、预测数据为连续型数值，一般称为（ ）。
65、预测数据为类别型数据，并且类别已知，一般称为（ ）。
66、决策树包含：一个根结点、若干内部结点和（ ）结点。
67、决策树叶结点表示（ ）的结果。
68、决策树从根结点到某一叶子结点的路径称为（ ）。
69、( )可以表示样本集合的不确定性。
70、K-means聚类有两个前提：一是已知（ ），二是只适用连续性变量。
71、根据（ ）理论，学习机器的实际风险由经验风险值和置信范围值两部分组成。
72、最优分类面要求分类面不但能将两类正确分开，而且使分类间隔（ ）。
73、过两类样本中离分类面最近的点且平行于最优分类面的超平面H1，H2上的训练样本点就称作（ ）。
74、降维后的数据一般保留了原始数据的（ ）的重要信息。
75、（ ）主要目的就是学习或者算出一个矩阵变换W，其中W的大小是D d，其中d<D，用这个矩阵与高维数据相乘得到低维数据。
76、CRF主要用于（ ）标注问题。
77、个体学习器之间不存在强依赖关系，这样的集成称为（ ）。
78、个体学习器之间存在强依赖关系，这种集成称为（ ）。
79、（ ）算法在变量（）的使用和数据（）的使用上进行随机化，生成很多分类树，再汇总分类树的结果。
第12章感知单元——视觉和语音
单元测验12
1、计算机视觉可理解为（ ）
A、图像获取
B、图像预处理
C、图像特征提取
D、运用图像
2、（ ）根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法
A、图像分类
B、图像处理
C、图像清洗
D、语义分割
3、语音识别系统构建总体包括两个部分：训练 和( )。
A、理解
B、识别
C、内容
D、转换
4、语音识别中的建模包括( )和语言建模。
A、图像建模
B、文字建模
C、声学建模
D、视频建模
5、图像分类是一个非常大的研究领域，包括各种各样的技术，随着深度学习的普及，它还在继续发展。
6、通常，图像数据是在形式显微镜图像，Y射线图像，血管造影图像，超声图像和断层图像。
7、为了理解图像的内容，我们不需要应用图像分类。
8、图像分类，核心是从给定的分类集合中给图像分配一个标签的任务。
9、在图像处理过程中，有时会需要对图像进行定位提取有价值的用于后继处理的部分。
10、计算机视觉既是( )，也是( )中的一个富有挑战性重要研究领域。
11、算机视觉是人工智能正在快速发展的一个( )。
12、( )的最新进展极大地推动了这些最先进的视觉识别系统的发展。
第13章理解单元——自然语言处理
单元测验13
1、自然语言处理是指机器理解并解释人类( )方式的能力。
A、写作、说话
B、写作、行为
C、行为、思想
D、写作、思想
2、bag of word是将所有词的( )直接加和作为一个文档的( )。
A、意思
B、内容
C、向量
D、长度
3、word2vec属于（ ）编码。
A、one-hot
B、分布式表示
C、Bag of word
D、离散式表示
4、（ ）不属于NLP应用场景。
A、机器翻译
B、自动问答
C、自动文摘
D、个性化推荐
5、沃森系统属于（ ）应用场景。
A、机器翻译
B、自动问答
C、聊天机器人
D、个性化推荐
6、jieba是用于（ ）的工具。
A、个性化推荐
B、自动文摘
C、机器翻译
D、分词
7、（ ）不属于词向量。
A、one-hot
B、word2vec
C、Bag of word
D、jieba
8、信息提取的目的是将文本信息转换为（ ）信息。
9、相比统计机器翻译而言，神经网络翻译从模型上来说相对（ ）。
10、对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程称为（ ）。
11、TF-IDF是一种用于信息检索与数据挖掘的常用（ ）技术。
12、在TF-IDF算法中，TF指（ ），IDF指（ ）
第14章人工智能对社会的影响
单元测验14
1、企业引入AI产品的主要目的是让人事工作可以更加仔细、简单。
2、我国具有发展人工智能的良好科技实力。
3、我国在大数据、云计算、互联网以及物联网的智能化基础设施建设实力，为人工智能发展创造了良好的发展基础。
4、最容易也最有可能被AI取代的职业特征为（ ）,（ ）,（ ）。
5、AI改变的工作形式由（ ）升为（ ）。
6、当前，我国经济建设正面临大量复杂问题的挑战，亟需（ ）等新技术提供发展支撑。
7、目前我国还没有出现一个大的AI系统可以实现不同领域的广泛应用，而这种系统在（ ）和（ ）则相对比较成熟
第15章人工智能素养
单元测验15
1、AI思维是一种全新的，比互联网更先进的思维模式。
2、AI时代一个很典型的特点是软硬结合。
3、学会编程语言是和机器沟通的一个不可或缺的技能，Python一种容易扩展的人工智能编程语言。
4、TensorFlow是一个谷歌的非开源人工智能工具。
5、互联网思维通过（ ）和（ ），大大提升供给和需求对接效率。
6、AI三大推动力为（ ）,（ ）,（ ）。
7、互联网是（ ），大计算是（ ），大数据是（ ）。
8、（ ）秒杀一切算法，（ ）推动社会进步
9、当然光学编程语言并不够，你还要学习（ ）和（ ），以及（ ）。
学习通人工智能技术及应用
人工智能（Artificial Intelligence，简称AI）是一门将计算机科学、数学、语言学、心理学、哲学等多个领域的理论和方法相结合的交叉学科，其目的在于实现人类智能的机器模拟，使计算机能够像人一样思考、学习、判断、理解和决策等。
但是，人工智能不仅仅是理论，更是具有广泛应用价值的实践技术。学习通是一个重要的教育平台，通过学习通人工智能课程，可以深入了解人工智能技术及其应用，掌握人工智能相关的核心技术和实践能力，为自己的职业发展和未来生活做好充分准备。
学习通人工智能课程介绍
学习通人工智能课程是阿里巴巴集团旗下的在线教育平台，该课程以人工智能技术为主线，涵盖了人工智能的基础理论、算法原理、应用案例等多个方面内容。学习者可以通过该课程深入了解人工智能技术的实现原理和应用场景，了解人工智能在各个行业中的应用，掌握人工智能相关的编程技术和工具等。
学习通人工智能课程内容
学习通人工智能课程内容丰富，主要包括以下几个方面：
- 人工智能基础理论：介绍人工智能的基础概念、算法原理、学习方法等，让学习者了解人工智能技术的理论基础。
- 机器学习算法：介绍机器学习算法的原理和应用，包括回归、分类、聚类、推荐等算法，让学习者了解机器学习在各个领域中的应用。
- 神经网络与深度学习：介绍神经网络和深度学习的原理及应用，包括前馈神经网络、卷积神经网络、递归神经网络等，让学习者了解神经网络和深度学习在图像识别、语音识别、自然语言处理等领域的应用。
- 计算机视觉：介绍计算机视觉的基本理论和方法，包括数字图像处理、目标检测、图像分割、3D重建等，让学习者了解计算机视觉在视频监控、智能交通、医学影像等领域的应用。
- 自然语言处理：介绍自然语言处理的基本理论和方法，包括分词、词性标注、句法分析、情感分析等，让学习者了解自然语言处理在智能客服、智能翻译、智能写作等领域的应用。
学习通人工智能课程优势
学习通人工智能课程有以下几个优势：
- 全面性：该课程的内容丰富，覆盖了人工智能的多个方面，能够满足不同学习者的需求。
- 实践性：该课程不仅仅是理论性的课程，更重视实践能力的培养，通过大量的实践项目，让学习者掌握人工智能相关的编程技能。
- 互动性：该课程采用在线教学的形式，学习者与老师和同学之间可以进行互动，提高了学习的效果。
- 权威性：该课程由阿里巴巴集团旗下的专家团队授课，具有较高的权威性和可信度。
学习通人工智能课程学习方法
学习通人工智能课程学习方法应该从以下几个方面入手：
- 重视理论学习：人工智能是一门基础性的学科，理论学习至关重要，要认真听讲、做好笔记、及时复习。
- 注重实践技能：学习人工智能需要掌握相关的编程技能，要多写代码、多做项目、多动手实践。
- 参与讨论交流：学习者可以通过在线教学平台与老师和同学进行讨论交流，共同解决学习中的问题。
- 扩展拓展视野：学习者可以通过阅读人工智能相关的学术论文和行业分析报告，拓展自己的视野，了解最新的研究进展和应用案例。
结语
随着人工智能技术的不断发展，越来越多的行业开始应用人工智能，学习人工智能已经成为当前和未来的重要课题。学习通人工智能课程涵盖了人工智能的多个方面，通过学习该课程，可以掌握人工智能相关的核心技术和实践能力，为自己的职业发展和未来生活做好充分准备。
学习通人工智能技术及应用
人工智能（Artificial Intelligence，简称AI）是一门将计算机科学、数学、语言学、心理学、哲学等多个领域的理论和方法相结合的交叉学科，其目的在于实现人类智能的机器模拟，使计算机能够像人一样思考、学习、判断、理解和决策等。
但是，人工智能不仅仅是理论，更是具有广泛应用价值的实践技术。学习通是一个重要的教育平台，通过学习通人工智能课程，可以深入了解人工智能技术及其应用，掌握人工智能相关的核心技术和实践能力，为自己的职业发展和未来生活做好充分准备。
学习通人工智能课程介绍
学习通人工智能课程是阿里巴巴集团旗下的在线教育平台，该课程以人工智能技术为主线，涵盖了人工智能的基础理论、算法原理、应用案例等多个方面内容。学习者可以通过该课程深入了解人工智能技术的实现原理和应用场景，了解人工智能在各个行业中的应用，掌握人工智能相关的编程技术和工具等。
学习通人工智能课程内容
学习通人工智能课程内容丰富，主要包括以下几个方面：
- 人工智能基础理论：介绍人工智能的基础概念、算法原理、学习方法等，让学习者了解人工智能技术的理论基础。
- 机器学习算法：介绍机器学习算法的原理和应用，包括回归、分类、聚类、推荐等算法，让学习者了解机器学习在各个领域中的应用。
- 神经网络与深度学习：介绍神经网络和深度学习的原理及应用，包括前馈神经网络、卷积神经网络、递归神经网络等，让学习者了解神经网络和深度学习在图像识别、语音识别、自然语言处理等领域的应用。
- 计算机视觉：介绍计算机视觉的基本理论和方法，包括数字图像处理、目标检测、图像分割、3D重建等，让学习者了解计算机视觉在视频监控、智能交通、医学影像等领域的应用。
- 自然语言处理：介绍自然语言处理的基本理论和方法，包括分词、词性标注、句法分析、情感分析等，让学习者了解自然语言处理在智能客服、智能翻译、智能写作等领域的应用。
学习通人工智能课程优势
学习通人工智能课程有以下几个优势：
- 全面性：该课程的内容丰富，覆盖了人工智能的多个方面，能够满足不同学习者的需求。
- 实践性：该课程不仅仅是理论性的课程，更重视实践能力的培养，通过大量的实践项目，让学习者掌握人工智能相关的编程技能。
- 互动性：该课程采用在线教学的形式，学习者与老师和同学之间可以进行互动，提高了学习的效果。
- 权威性：该课程由阿里巴巴集团旗下的专家团队授课，具有较高的权威性和可信度。
学习通人工智能课程学习方法
学习通人工智能课程学习方法应该从以下几个方面入手：
- 重视理论学习：人工智能是一门基础性的学科，理论学习至关重要，要认真听讲、做好笔记、及时复习。
- 注重实践技能：学习人工智能需要掌握相关的编程技能，要多写代码、多做项目、多动手实践。
- 参与讨论交流：学习者可以通过在线教学平台与老师和同学进行讨论交流，共同解决学习中的问题。
- 扩展拓展视野：学习者可以通过阅读人工智能相关的学术论文和行业分析报告，拓展自己的视野，了解最新的研究进展和应用案例。
结语
随着人工智能技术的不断发展，越来越多的行业开始应用人工智能，学习人工智能已经成为当前和未来的重要课题。学习通人工智能课程涵盖了人工智能的多个方面，通过学习该课程，可以掌握人工智能相关的核心技术和实践能力，为自己的职业发展和未来生活做好充分准备。
