人工智能（AI）訓練師取業技能鑒定考試題及答案

單選題

1.下面不屬于人工神經網絡的是（）。

A、卷積神經網絡

B、循環神經網絡

C、網絡森林

D、深度神經網絡

參考答案：C

2.決策樹算法在分裂節點時依據的是什么原則？

A、最大化信息嫡

B、最小化信息增益

C、最大化信息增益

D、最小化均方誤差

參考答案：C

3.以下哪種類型的機器人最可能在家庭環境中使用？

A、工業機器人

B、服務機器人

C、軍事機器人

D、研究機器人

參考答案：B

4.在計算機視覺中，"BoW模型”主要用于什么？

1st

A、實現圖像的詞袋表示

B、進行圖像的塊編碼

C、加速圖像檢索過程

D、描述圖像中的對象關系

參考答案：A

5.機器學習從不同的角度，有不同的分類方式，以下哪項不屬于按

系統學習能力分類的類別O()

A、監督學習

B、無監督學習

C、弱監督學習

D、函數學習

參考答案：D

6.在自然語言處理中，語義消歧指的是什么？

A、從文本中移除歧義詞匯

B、確定單詞或短語在特定上下文中的確切意義

C、自動檢測拼寫

D、使計算機能夠發出人類語音

參考答案：B

7.TSP是()的縮寫。

A、梵塔問題

B、八數碼問題

C、旅行商問題

2nd

D、八皇后問題

參考答案：C

8.什么是強化學習中的探索策略？

A、一種在模型訓練中尋找最優參數的策略

B、一種在決策過程中隨機選擇動作的策略，以探索新的可能性

C、一種用于選擇最佳特征的策略

D、一種用于評估模型性能的策略

參考答案：B

9.在Python中，如何計算一個字符串的長度？

A、len()

B、size()

C、length()

D、count()

參考答案：A

10.在數據標注過程中，以下哪種標注類型用于回歸問題？

A、連續標注

B、離散標注

C、有序標注

D、無序標注

參考答案：A

11.決策樹算法中，哪個參數用來衡量分裂的質量？

A、信息增益

3rd

B、基尼不純度

C、均方誤差

D、準確率

參考答案：A

12.什么是圖像識別任務中常用來減少參數數量和計算復雜度的

技術？

A、數據增強

B、遷移學習

C、池化層

D、批量歸一化

參考答案：C

13.Transformer架構最初是為解決什么問題而提出的？

A、圖像分類

B、語音識別

C、機器翻譯

D、文本生成

參考答案：C

14.SVM（支持向量機）主要用于解決什么問題？

A、聚類問題

B、分類問題

C、回歸問題

D、所有以上

4th

參考答案：B

15.在計算機算法中，下列哪個排序算法的時間復雜度為O(2

2)?

A、冒泡排序

B、快速排序

C、歸并排序

D、堆排序

參考答案：A

16.BP神經網絡模型拓撲結構不包括()o

A、輸入層

B、隱層

C、輸出層

D、顯層

參考答案：D

17.“群體機器人學”研究的是以下哪種現象？

A、單個機器人的行為

B、多個機器人之間的交互與協作

C、機器人的結構設計

D、機器人的生產過程

參考答案：B

18.深度學習中的ReLU(RectifiedUnearUnit)激活函數有什么特

占?

八、、?

5th

A、它輸出輸入值的平方

B、它添加了偏置項

C、它對負值進行壓縮

D、它對正值進行放大

參考答案：C

19.人工智能的定義是什么？

A、使機器能夠像人一樣思考和行動

B、使機器能夠執行復雜的計算任務

C、使機器能夠模仿人類的某些智能行為

D、使機器能夠進行自我學習和改進

參考答案：C

20.在非均等代價下，希望最小化()

A、召回率

B、錯誤率

C、錯誤次數

D、總體代價

參考答案：D

21.我國《新一代人工智能發展規劃》中規劃，到()年成為世界

主要人工智能創新中心。

A、2020

B、2025

C、2030

6th

D、2035

參考答案：C

22.哪種類型的學習問題涉及到將實例分為預定義的標簽或類

別？

A、回歸問題

B、分類問題

C、聚類問題

D、時間序列問題

參考答案：B

23.以下哪種類型的機器人主要用于執行重復性任務？

A、自適應機器人

B、自主機器人

C、工業機器人

D、人形機器人

參考答案：C

24.BP神經網絡的拓撲結構為()0

A、反饋前向型

B、互連前向型

C、廣泛互連型

D、分層前向型

參考答案：D

25.什么是大模型中的參數共享？

7th

A、不同模型之間共享相同的參數

B、不同層之間共享相同的參數

C、不同任務之間共享相同的參數

D、不同數據集之間共享相同的參數

參考答案：B

26.以()為中心是數據產品區別于其他類型產品的本質特征

A、客戶

B、分析

C、資源

D、數據

參考答案：D

27.傳統的機器學習方法包括監督學習、無監督學習和半監督學習,

其中監督學習是學習給定標簽的數據集。請問標簽為離散的類型,

稱為分類，標簽為連續的類型，稱為什么0

A、給定標簽

B、離散

C、分類

D、回歸

參考答案：D

28."多模態知識圖譜”是什么意思？

A、包含多種類型數據的圖譜

B、同時使用多種硬件平臺的圖譜

8th

C、包括多個獨立領域的圖譜

D、包括多種編程語言的圖譜

參考答案：A

29.循環神經網絡（RNN）為什么會出現梯度消失問題？

A、因為使用了ReLU激活函數

B、因為權重初始化不當

C、因為梯度爆炸

D、因為長時間依賴難以捕捉

參考答案：D

30.”K-均值”（"means）聚類算法中，"K"指的是什么?

A、數據點的數量

B、聚類中心的數量

C、特征的數量

D、迭代的次數

參考答案：B

31.以下哪個評價指標不適用于衡量分類模型的性能？

A、精確度（Precision）

B、召回率（Recall）

C、Fl分數

D、信息增益

參考答案：D

32.梯度為（）的點，就是損失函數的最小值點，一般認為此時模

9th

型達到了收斂。

A、-1

B、0

C、1

D、無窮大

參考答案：B

33.以下哪個是計算機視覺中常用的立體匹配算法？

A、SIFT

B、ORB

C、SURF

D、Stereomatching

參考答案：D

34.以下哪個軟件包用于矩陣和向量的科學計算？（）。

A、Numpy

B、Pandas

C、MatplotliB

D、Seaborn

參考答案：A

35."L1正則化“與“L2正則化”有何不同？

A、L1產生稀疏解，而L2產生平滑解

B、L1用于分類，L2用于回歸

C、L1對異常值更敏感，L2對異常值更穩定

10th

D、LI比L2更容易計算

參考答案：A

36.人工智能的分類()

A、GN和AG

B、ANYANG

C、ANG和AGI

D、ANI和AGI

參考答案：D

37.以下哪個是大語言模型的例子？

A、GPT-3

B、LSTM

C、NN

D、RNN

參考答案：A

38.以下哪項是訓練大模型時常見的挑戰？

A、過擬合

B、欠擬合

C、快速收斂

D、無需調參

參考答案：A

39.研究某超市銷售記錄數據后發現，買啤酒的人很大概率也會購

買尿布，這種屬于數據挖掘的那類問題()。

11th

A、關聯規則發現

B、聚類

C、分類

D、自然語言處理

參考答案：A

40.哪種測試方法主要關注軟件在不同環境和條件下的穩定性？

A、黑盒測試

B、白盒測試

C、灰盒測試

D、壓力測試

參考答案：D

41.在計算機算法中，下列哪個查找算法的平均時間復雜度為O

(n)?

A、順序查找

B、二分查找

C、插值查找

D、B樹查找

參考答案：A

42.在大模型中使用集成方法的主要目的是什么？

A、提高速度

B、減少內存占用

C、提高魯棒性

12th

D、減少計算量

參考答案：C

43."決策樹”中的“剪枝"（pruning）操作有什么作用？

A、增加模型的存儲空間

B、減少過擬合的風險

C、加速訓練過程

D、提高模型的泛化能力

參考答案：B

44.知識圖譜中的邊稱為？

A、連接邊

B、關系

C、屬性

D、特征

參考答案：B

45.哪種測試方法主要關注軟件的內部結構和實現細節?

A、黑盒測試

B、白盒測試

C、灰盒測試

D、壓力測試

參考答案：B

46.”知識抽取”通常包括哪些步驟？

A、實體識別、關系提取和事件檢測

13th

B、文本挖掘和模式識別

C、數據清洗和轉換

D、信息檢索和排序

參考答案：A

47.邏輯回歸算法主要用于處理什么問題？

A、線性回歸問題

B、分類問題

C、聚類問題

D、時間序列預測問題

參考答案：B

48.下列哪個選項是大數據處理的主要挑戰?

A、數據的存儲和管理

B、數據的分析和解釋

C、數據的獲取和更新

D、所有以上選項

參考答案：D

49.以下哪個是強化學習的例子？

A、遺傳算法

B、支持向量機

C、Q-learning

D、K-means聚類

參考答案：C

14th

50.什么是人工智能中的可解釋性？

A、模型能夠生成人類可理解的解釋或理由

B、模型能夠處理大量數據的能力

C、模型訓練的速度有多快

D、模型在測試集上的準確率有多高

參考答案：A

51.()作為機器學習重要算法之一，是一種利用多個樹分類器進

行分類和預測的方法。

A、決策樹

B、隨機森林

C、人工神經網絡

D、貝葉斯學習

參考答案：B

52.機器人的智能程度通常根據哪種標準來評估？

A、計算速度

B、物理尺寸

C、智能級別

D、功能復雜性

參考答案：C

53."Sentimentanalysis”在商業上常用于什么目的？

A、檢測網絡上的惡意軟件

B、分析客戶對產品或服務的情感傾向

15th

C、優化搜索引擎的結果相關性

D、開發新的加密算法

參考答案：B

54.回歸測試的主要目的是什么？

A、確保新功能的穩定性

B、確保修改后的功能穩定性

C、確保所有功能的穩定性

D、確保軟件的穩定性

參考答案：B

55.以下哪個步驟不是機器學習所需的預處理工作()

A、數值屬性的標準化

B、變量相關性分析

C、異常值分析

D、與用戶討論分析需求

參考答案：D

56.在Python中，如何遍歷一?個列表的元素？

A、fbriteminlist:

B、fbriteminlist():

C、foriteminlist[]:

D、fbriteminlist{}:

參考答案：A

57.下列關于半樸素貝葉斯描述錯誤的為

16th

A、假設屬性之間完全獨立

B、假設屬性之間部分相關

C、獨依賴估計為半樸素貝葉斯最常用的策略

D、假設所以屬性都依賴于同一個屬性

參考答案：A

58.大模型在訓練過程中常用的一種加速技術是？

A、提前停止

B、權重共享

C、延遲更新

D、多任務學習

參考答案：C

59.規則A—(B,c(B|A))中的c(B|A)表示在前提A為真的

情況下結論B為真的()。

A、可信度

B、信度

C、信任增長度

D、概率

參考答案：B

60.在大模型的訓練過程中，提前停止(earlystopping)的主要目

的是什么？

A、減少訓練時間

B、防止過擬合

17th

C、提高模型容量

D、增加模型的多樣性

參考答案：B

61.哪種搜索算法用于在非常大的搜索空間中找至U近似最優解?

A、深度優先搜索

B、廣度優先搜索

C、啟發式搜索

D、二分搜索

參考答案：C

62.下列哪個選項不屬于排序算法？

A、冒泡排序

B、快速排序

C、插入排序

D、數據庫查詢

參考答案：D

63.在機器學習中，“眾數”是哪種統計量的一個例子？

A、中心趨勢的度量

B、離散程度的度量

C、相關性的度量

D、偏態的度量

參考答案：A

64JK近鄰”（k-NN）算法在分類時使用了什么原則？

18th

A、分割超平面

B、多數投票

C、最近鄰的類別

D、邊緣最大化

參考答案：C

65.大模型在訓練時，為了提高效率常常采用哪種技術？

A、批量訓練

B、在線學習

C、一次性加載所有數據

D、不使用任何技術

參考答案：A

66.大模型在深度學習中的一個挑戰是它們的訓練過程通常需要

什么樣的硬件支持？

A、低性能CPU

B、高性能GPU或TPU

C、僅軟件仿真

D、不需要特別硬件

參考答案：B

67.”知識嵌入”通常用什么模型實現？

A、深度學習模型

B、關系型數據庫模型

C、文件系統模型

19th

D、Web服務模型

參考答案：A

68.CRISP-DM將數據挖掘的過程抽象為四個層次：階段、一般任

務、0和過程實例

A、具體任務

B、分析

C、規劃

D、建模

參考答案：A

69.在自然語言處理中，"handcraftedfeatures"是指什么？

A、人工設計并提取的特征，用于機器學習模型

B、由用戶直接輸入的特征

C、通過自動化工具生成的特征

D、從數據庫中檢索的特征

參考答案：A

70.下面的()是對產生式系統而言的。

A、歸結策略

B、控制策略

C、調度策略

D、支持集策略

參考答案：B

71.哪種軟件開發方法強調團隊協作和客戶參與？

20th

A、瀑布模型

B、敏捷開發

C、V型模型

D、RAD模型

參考答案：B

72.以下哪個是大語言模型的挑戰？

A、如何提高模型的性能

B、如何減少訓練時間

C、如何防止過擬合

D、所有以上的

參考答案：D

73.不屬于人工智能的學派是。

A、符號主義

B、機會主義

C、行為主義

D、連接主義

參考答案：B

74.K-近鄰算法(KNN)中，"K"代表什么？

A、數據集大小

B、特征數量

C、最近的鄰居數

D、迭代次數

21st

參考答案：C

75.自主機器人能夠根據什么來執行任務?

A、遠程指令

B、預定程序

C、實時環境反饋

D、人為操作

參考答案：C

76.“拓撲地圖”在機器人導航中指的是什么？

A、地理區域的詳細地圖

B、三維空間的圖像表示

C、簡化的抽象空間布局圖

D、基于文本的地圖描述

參考答案：C

77.當數據特征不明顯、數據量少的時候，采用下面哪個模型()。

A、線性回歸

B、邏輯回歸

C、支持向量機

D、神經網絡

參考答案：C

78.”網格搜索”(gridsearch)通常用于什么目的？

A、數據預處理

B、特征選擇

22nd

C、超參數調優

D、模型融合

參考答案：C

79.對一次數據進行深度處理或分析（如脫敏、歸約、標注、分析、

挖掘等）之后得到的“增值數據”稱為（）

A、零次數據

B、一次數據

C、二次數據

D、三次數據

參考答案：C

80.長短期記憶網絡（LSTM）在NLP中的應用是什么？

A、用于圖像識別

B、用于處理和預測時間序列數據

C、在NLP中，特別是在處理順序數據如文本時，用于記住長期

依賴關系

D、用于實時股票交易

參考答案：C

81.在深度學習中，DeconvNet（反卷積網絡）通常用于什么目的？

A、數據預處理

B、特征提取

C、上采樣和分割任務

D、下采樣和分類任務

23rd

參考答案：C

82."Hessian矩陣”在優化問題中通常表示什么？

A、目標函數的二階導數矩陣

B、目標函數的梯度向量

C、目標函數的一階導數矩陣

D、目標函數的雅可比矩陣

參考答案：A

83."F1分數”是評估分類模型性能的哪個方面？

A、精確率和召回率的調和平均

B、真正例和假正例的比例

C、真負例和假負例的比例

D、精確率和準確率的平均值

參考答案：A

84.下列哪個選項不屬于常見的遞歸算法？

A、斐波那契數列

B、階乘計算

C、快速排序

D、矩陣相乘

參考答案：D

85.下列哪項不是機器學習中的無監督學習算法?

A、K-均值聚類

B、主成分分析(PCA)

24th

C、線性回歸

D、自組織映射(SOM)

參考答案：C

86."知識嵌入”在知識圖譜中指的是什么？

A、將知識以向量形式表示

B、將知識以圖形形式表示

C、將知識以文本形式表示

D、將知識以音頻形式表示

參考答案：A

87.在神經網絡中，”反向傳播”的主要作用是什么？

A、增加網絡層數

B、更新網絡權重

C、加速學習過程

D、減小計算量

參考答案：B

88.在軟件開發過程中，哪種方法主要用于評估軟件的安全性?

A、安全審計

B、安全掃描

C、安全測試

D、所有以上選項

參考答案：D

89."本體匹配”在知識圖譜中指的是什么?

25th

A、匹配不同的本體結構

B、確保本體的一致性

C、尋找相似的本體概念

D、合并多個本體

參考答案：C

90.在機器人技術中，用于模擬人類手部運動的機構被稱為什么？

A、操縱器

B、動態系統

C、末端執行器

D、傳感器陣列

參考答案：C

91.大模型在圖像分類任務中的主要挑戰是什么？

A、缺乏足夠的標簽數據

B、計算成本過高

C、無法處理小圖像

D、無法處理大圖像

參考答案：A

92.專家系統是以()為基礎，以推理為核心的系統。

A、專家

B、軟件

C、知識

D、解決問題

26th

參考答案：C

93.以下哪個是大語言模型的應用場景？

A、自動駕駛

B、語音識別

C、自然語言生成

D、所有的以上的

參考答案：D

94.不確定性是指()

A、隨機性

B、模糊性

C、不一致性

D、時變性

參考答案：A

95."信息增益”在決策樹中的作用是什么？

A、評估節點的純度

B、分割數據集的特征選擇依據

C、確定樹的深度

D、定義葉節點的輸出值

參考答案：B

96.長短期記憶網絡(LSTM)通常用于解決什么問題?

A、圖像分類

B、語音識別

27th

C、文本分類

D、序列預測

參考答案：D

97.在強化學習中，哪個概念描述了環境的反饋對智能體行為的影

響？

A、狀態價值

B、策略

C、獎勵函數

D、目標狀態

參考答案：C

98.下列哪種方法通常用于處理類別不平衡的數據？

A、隨機初始化

B、數據標準化

C、重采樣

D、梯度下降

參考答案：C

99.”過擬合”現象通常出現在哪種情況下？

A、訓練數據太少

B、模型復雜度太低

C、模型復雜度太高

D、測試數據太少

參考答案：C

28th

100.在二叉查找樹中，葉子節點的個數等于多少？

A、n/2+1（n為節點數）

B、n/2（n為節點數）

C、n（n為節點數）-1（減一是因為根節點沒有左右子節點）

D、以上選項均不正確

參考答案：D

101.（）是規則的置信度與先導的置信度之間的絕對差。

A、置信度差

B、信息差

C、置信度值

D、標準差

參考答案：A

102.在數據處理中，數據的“去重”是指什么？

A、刪除重復的數據

B、增加重復的數據

C、修改重復的數據

D、復制重復的數據

參考答案：A

103.以下哪個不是人工智能在醫療領域的應用？

A、疾病診斷

B、藥物研發

C、病人監護

29th

D、手術操作

參考答案：D

104.深度學習的實質是()o

A、推理機制

B、映射機制

C^識別機制

D、模擬機制

參考答案：B

105.在機器學習中，支持向量機(SVM)中的“支持向量”是指

什么？

A、數據點

B、超平面

C、邊緣

D、維度

參考答案：A

106.在數據挖掘中，“方差”主要指的是什么？

A、數據的離散程度

B、數據的中心趨勢

C、數據的分布形狀

D、數據的相關性

參考答案：A

107.驗證集和測試集，應該：()。

30th

A、樣本來自同一■分布

B、樣本來自不同分布

C、樣本之間有一一對應關系

D、擁有相同數量的樣本

參考答案：A

108.某籃運動員在三分線投球的命中率是2(1),他投球10次，

恰好投進3個球的概率()。

A、128(15)

B、16(3)

C、8(5)

D、16(7)

參考答案：A

109.下列有關人工智能、機器學習、深度學習三者關系的說法正

確的是()0

A、深度學習是實現機器學習的一種方法

B、深度學習是實現人工智能的一種技術。

C、人工智能是實現機器學習的一種方法。

D、深度學習是實現機器學習的一種技術。

參考答案：D

110.神經網絡中的激活函數有什么作用？

A、增加網絡層數

B、提供非線性建模能力

31st

C、加速學習過程

D、減少計算量

參考答案：B

111.”深度學習”中的“激活函數”(activationfunction)有什么作用？

A、加速計算過程

B、增加模型的存儲空間

C、幫助模型捕捉非線性關系

D、簡化目標函數

參考答案：C

112.下列哪個選項是數據庫管理系統(DBMS)的主要功能？

A、數據輸入

B、數據輸出

C、數據存儲和檢索

D、所有以上選項

參考答案：D

113.()中期，“統計學習”閃亮登場并迅速占據主流舞臺，代表

性技術是支持向量機以及更一般的“核方法”。

A、二十世紀七十年代

B、二十世紀八十年代

C、二十世紀九十年代

D、二十世紀六十年代

參考答案：C

32nd

114.信念傳播算法將變量消去法中的求和操作看作一個()過程,

較好地解決了求解多個邊際分布時的重復計算問題。

A、消息傳遞

B、消息累加

C、消息分辨

D、以上都對

參考答案：A

115.無人超市采用了()等多種智能技術，消費者在購物流程中

將依次體驗自動身份識別、自助導購服務、互動式營銷、商品位

置偵測、線上購物車清單自動生成和移動支付。

A、計算機視覺、深度學習算法、傳感器定位、圖像分析

B、虛擬技術，傳感器定位、圖像分析

C、聲紋識別技術、計算機視覺、深度學習算法

D、圖像識別、人臉識別、物體檢測、圖像分析

參考答案：A

116.NLP中的一個挑戰是如何有效地處理不規范的語言。這種語

言的例子包括

A、學術論文和正式報告

B、法律文檔和政府出版物

C、社交媒體帖子和口語表達

D、新聞文章和編輯過的出版物

參考答案：C

33rd

117.在機器學習中，什么是特征工程？

A、選擇和創建輸入特征的過程

B、調整模型參數的過程

C、收集數據集的過程

D、評估模型性能的過程

參考答案：A

118.在訓練人工智能系統時，哪種數據集是必不可少的？

A、圖像數據集

B、文本數據集

C、音頻數據集

D、所有以上選項

參考答案：D

119.遺傳算法中所用的函數是（）。

A、隸屬函數

B、適應度函數

C、啟發函數

D、作用函數

參考答案：B

120.在計算機視覺中，"BoW”通常指的是什么？

A、詞袋模型

B、括號內的單詞

C、二值化操作

34th

D、位平面編碼

參考答案：A

121.對于線性不可分的數據，支持向量機的解決方式是()

A、軟間隔

B、硬間隔

C、核函數

D、以上選項均不正確

參考答案：C

122.卷積神經網絡(CNN)在計算機視覺中的應用主要是

A、圖像分類

B、對象檢測

C、語義分割

D、所有以上選項

參考答案：D

123.()是人工智能的核心，是使計算機具有智能的主要方法,

其應用遍及人工智能的各個領域

A、深度學習

B、人機交互

C、機器學習

D、智能芯片

參考答案：C

124.在目標跟蹤領域，"MOTA”指標全稱是什么？

35th

A、MeanObjectTrackingAccuracy

B、MultipleObjectTrackingAccuracy

C、MostlyOverlappingTrackingAccuracy

D、MaximumObjectTrackingAccuracy

參考答案：B

125.在數據挖掘中，交叉驗證的主要目的是什么？

A、提高模型的訓練速度

B、評估模型的泛化能力

C、減少模型的復雜度

D、增加模型的預測能力

參考答案：B

126.()是指數據減去一個總括統計量或模型擬合值時的殘余部

分

A、極值

B、標準值

C、平均值

D、殘值

參考答案：D

127.在計算機算法中，下列哪個算法的時間復雜度為O(nA2)?

A、冒泡排序

B、快速排序

C、歸并排序

36th

D、堆排序

參考答案：A

128.假設我們獲得了具有n條記錄的數據集，其中輸入變量為x,

輸出變量為y。使用線性回歸方法對該數據集進行建模，將數據

集隨機分為訓練集和測試集。如果我們逐漸增加訓練集的大小，

隨著訓練集大小的增加，則平均訓練誤差會發生什么變化？（）。

A、減少

B、不確定

C、以上都不對

參考答案：C

129.下列哪個選項是數據分析的主要方法？

A、描述性分析

B、預測性分析

C、診斷性分析

D、所有以上選項

參考答案：D

130.在機器學習中，滑動平均模型主要用于什么目的？

A、加快推理速度

B、提高模型的泛化能力

C、防止過擬合

D、減小計算資源需求

參考答案：B

37th

131.大模型的存儲和計算需求通常是怎樣的特點？

A、低

B、中等

C、鬲

D、與模型大小無關

參考答案：C

132.支持向量機(SVM)主要用于解決什么問題？

A、回歸問題

B、分類問題

C、聚類問題

D、降維問題

參考答案：B

133.人工智能的主要學派有：符號主義、連接主義和()

A、語義網絡

B、行為主義

C、邏輯主義

D、以上沒有正確答案

參考答案：B

134.在機器學習中，什么是支持向量機(SVM)?

A、一種用于分類和回歸的算法

B、一種用于數據可視化的工具

C、一種用于特征選擇的方法

38th

D、一種用于數據預處理的步驟

參考答案：A

135.什么是集成學習中的一個重要概念，它涉及到結合多個模型

的預測來提高整體性能？

A、特征選擇

B、模型融合

C、強化學習

D、自監督學習

參考答案：B

136?以下()不屬于數據統計分析工具。

A、WekA

B、SAS

C、SPSS

D、MatlaB

參考答案：A

137.UAV代表的是什么？

A、未授權的訪問者

B、不變量分析視圖

C、無人機或無人航空器

D、通用音頻視頻接口

參考答案：C

138.Leakage(泄露)在機器學習中指的是什么？

39th

A、模型訓練時的計算

B、特征工程中的一個步驟

C、未來信息的不當使用

D、模型過擬合的一種形式

參考答案：C

139.”光學字符識別（OCR）”的主要目的是什么？

A、增強圖像質量

B、從圖像中提取文本信息

C、創建三維模型

D、自動繪制草圖

參考答案：B

140.”交叉驗證”中的“折疊”（folds）指的是什么?

A、數據集劃分的次數

B、每次迭代使用的數據集大小

C、模型的復雜性

D、模型的泛化能力

參考答案：A

141.利用計算機來模擬人類的某些思維活動，如醫療診斷、定理

證明，這些應用屬于0

A、數值計算

B、自動控制

C、人工智能

40th

D、模擬仿真

參考答案：C

142.機器人的多傳感器數據融合技術主要用于解決什么問題？

A、數據處理速度慢

B、傳感器數據不一致

C、機器人耗電量大

D、機器人反應遲鈍

參考答案：B

143.語言模型的參數估計經常使用MLE（最大似然估計）。面臨

的一個問題是沒有出現的項概率為0,這樣會導致語言模型的效

果不好。為了解決這個問題，需要使用。

A、平滑

B、去噪

C、隨機插值

D、增加白噪音

參考答案：A

144.在機器學習中，過擬合通常是由于什么引起的？

A、模型太復雜

B、數據量太少

C、正則化不足

D、訓練時間過長

參考答案：A

41st

145.控制論學派屬于()。

A、符號主義

B、認知主義

C、聯結主義

D、行為主義

參考答案：D

146.以下哪個評價標準不適用于衡量目標跟蹤算法性能？

A、準確度

B、速度

CJPEG壓縮比

D、魯棒性

參考答案：C

147."步長"(learningrate)在梯度下降法中的作用是什么？

A、決定優化算法的收斂速度

B、定義損失函數的形狀

C、控制每次參數更新的幅度

D、設置停止迭代的條件

參考答案：C

148.在軟件開發流程中，哪個階段主要負責確定軟件的功能需

求？

A、需求分析

B、設計

42nd

C、編碼

D、測試

參考答案：A

149.遞歸神經網絡（RNN）主要用于處理哪種類型的數據？

A、時序數據

B、圖像數據

C、文本數據

D、音頻數據

參考答案：A

150.知識圖譜可視為包含多種關系的圖。在圖中，每個節點是一

個實體（如人名、地名、事件和活動等），任意兩個節點之間的

邊表示這兩個節點之間存在的關系。下面對知識圖譜的描述，哪

一1句話的描述不正確（）

A、知識圖譜中一條邊可以用一個三元組來表示

B、知識圖譜中一條邊連接了兩個節點，可以用來表示這兩個節

點存在某一■關系

C、知識圖譜中兩個節點之間僅能存在一條邊

D、知識圖譜中的節點可以是實體或概念

參考答案：C

151.大模型的能源效率通常如何？

A、非常高

B、一般

43rd

C、非常低

D、與小模型相同

參考答案：C

152.在知識圖譜中，實體之間的連接通常被稱為什么？

A、邊

B、節點

C、屬性

D、關系

參考答案：D

153.支持向量機的簡稱是（）。

A、I

B、ML

C、ANN

D、SVM

參考答案：D

154.DL是下面哪個術語的簡稱（）。

A、人工智能

B、機器學習

C、神經網絡

D、深度學習

參考答案：D

155.在數據挖掘中，哪種方法可以用來處理不平衡數據?

44th

A、數據規范化

B、數據插補

C、SMOTE算法

D、PCA降維

參考答案：C

156.在證據理論中，信任函數與似然函數的關系為（）。

A、Bel<PIB>el<PI

B、空

C、Bel>PI

D、Bel>PI

參考答案：A

157.在機器學習中，”特征映射”通常指什么？

A、數據標準化過程

B、將原始數據轉換為更適合模型的形式

C、3D數據的表示

D、用于文本處理的特殊類型的神經網絡

參考答案：B

158.在機器學習領域，監督學習常用于訓練哪種類型的機器人?

A、自適應機器人

B、自主機器人

C、有教師指導的機器人

D、強化學習機器人

45th

參考答案：C

159.哪個指標用于衡量分類模型的一致性？

A、準確率

B、召回率

C、混淆度

D、Cohen'sKappA

參考答案：D

160.什么是自然語言處理中的文本嵌入(TextEmbedding)?

A、將文本轉換為數字向量的過程，以便在機器學習模型中使用

B、將文本轉換為圖像的過程

C、將文本進行分詞和標注的過程

D、將文本中的情感傾向進行量化的過程

參考答案：A

161.以下哪個是計算機視覺中常用的圖像分割方法？

A、Watershedsegmentation

B、Levelsetsegmentation

C、Edgedetectionsegmentation

D、所有以上選項

參考答案：D

162."深度學習“中的“反向傳播"(backpropagation)算法主要用于

什么目的？

A、加速前向傳播

46th

B、更新神經網絡的權重和偏置

C、確定網絡的結構

D、初始化網絡參數

參考答案：B

163.在訓練人工智能系統時，哪種指標用于評估模型的性能？

A、準確率

B、召回率

C、F1分數

D、所有以上選項

參考答案：D

164.自編碼器(Autoencoder)通常用于什么目的？

A、圖像生成

B、特征提取

C、文本翻譯

D、音頻識別

參考答案：B

165.在訓練大模型時，為了處理過擬合，通常會使用哪種數據增

強技術？

A、數據壓縮

B、旋轉和翻轉

C、增加噪聲

D、減少特征

47th

參考答案：B

166.不屬于人工智能的學派是()

A、符號主義

B、機會主義

C、行為主義

D、連接主義

參考答案：B

167.什么是人工智能中的無監督學習？

A、使用帶有標簽的數據訓練模型

B、使用沒有標簽的數據訓練模型，發現數據中的結構和模式

C、依賴于人類專家的指導和反饋來訓練模型

D、側重于模擬人類的推理和決策過程

參考答案：B

168.大模型在自然語言處理中進行詞義消歧的一個關鍵能力是?

A、理解單詞的多種含義

B、忽略單詞的含義

C、根據上下文選擇正確的詞義

D、僅使用單詞的字面含義

參考答案：C

169.在機器學習中，“特征提取”通常指什么過程？

A、從數據中選擇重要的特征

B、轉換原始數據為更適合模型的形式

48th

C、刪除不相關的特征

D、創建新的特征以增強模型性能

參考答案：B

170.下列直接影響傳統機器學習算法成敗的關鍵因素是哪個？

A、預處理

B、后處理

C、訓練方法

D、特征提取

參考答案：D

171.深度學習模型通常通過什么方式來防止過擬合？

A、增大數據集

B、減少網絡層數

C、L1正則化

D、ropout

參考答案：D

172.GAN（生成對抗網絡）的訓練過程中，生成器和鑒別器的關

系是什么？

A、互為輸入輸出

B、同時訓練和優化

C、相互競爭和改進

D、獨立訓練和優化

參考答案：C

49th

173.句法分析和依存解析在NLP中有何不同？

A、句法分析關注單詞之間的語法關系，依存解析關注詞組如何

組成句子

B、兩者是相同的概念

C、依存解析關注單詞之間的語法關系，句法分析關注詞組如何

組成句子

D、句法分析用于生成文摘，依存解析用于機器翻譯

參考答案：C

174.知識圖譜的主要目的是什么？

A、數據存儲

B、信息檢索

C、知識表示和推理

D、數據分析

參考答案：C

175."知識融合”指的是什么？

A、合并多個知識源的信息

B、增加新的知識到圖譜中

C、刪除冗余的知識

D、更新知識圖譜

參考答案：A

176.()是一種模擬人類專家解決領域問題的計算機程序系統。

A、專家系統

50th

B、進化算法

C、遺傳算法

D、禁忌搜索

參考答案：A

177.大模型在哪些類型的任務中最有可能勝過小模型？

A、簡單任務

B、復雜任務

C、所有類型的任務

D、無法確定

參考答案：B

178.在自然語言處理中，"bigram”是指什么？

A、兩個字符的組合

B、兩個單詞的組合，常用于語言模型中

C、兩個句子的組合

D、兩個語言模型的組合

參考答案：B

179.如果我使用數據集的全部特征并且能夠達到100%的準確率,

但在測試集上僅能達到70%左右，這說明：（）。

A、欠擬合

B、模型很棒

C、過擬合

參考答案：C

51st

180.在哪個領域，大模型可能會產生重大影響？

A、自動駕駛

B、醫療診斷

C、量子計算

D、所有以上

參考答案：D

181.在機器學習中，偏差（bias）和方差（variance）之間有什么

關系？

A、它們總是相互獨立

B、它們總是相互依賴

C、增加一個會導致另一個減少

D、它們總是同時增加

參考答案：C

182.在機器學習中，”滑動窗口”通常用于什么任務？

A、特征選擇

B、特征工程

C、時序數據分析

D、文本分類

參考答案：C

183.機器學習的簡稱是（）。

A、I

B、ML

52nd

C、DL

D、NN

參考答案：B

184.在自然語言處理中，"parsing”通常指什么？

A、分析文本的句法結構以構建一棵解析樹

B、將文本翻譯成機器代碼

C、對文本進行拼寫和語法檢查

D、將文本轉換為音頻輸出

參考答案：A

185.()是一種具有非線性適應性信息處理能力的算法，可克服

傳統人工智能方法對模式識別、語音識別、非結構化信息處理方

面的缺陷。

A、決策樹

B、隨機森林

C、人工神經網絡

D、貝葉斯學習

參考答案：C

186.在機器學習中，哪個指標用于衡量模型對不同類別的分類能

力？

A、準確度

B、召回率

C、F1分數

53rd

D、混淆矩陣

參考答案：C

187.在計算機視覺任務中，語義分割的主要目的是什么？

A、目標檢測

B、圖像分類

C、對每個像素進行分類

D、姿態估計

參考答案：C

188.為了應對大模型的高能耗問題，研究者通常會采取哪些措

施？

A、優化算法以降低計算復雜度

B、使用更高效的硬件

C、轉向更小、更節能的模型架構

D、所有以上

參考答案：D

189.計算機視覺中，用于表示圖像亮度的術語是？

A、對比度

B、色彩

C、強度

D、紋理

參考答案：C

19O."ImagePyramids”在計算機視覺中通常用來做什么？

54th

A、提高圖像對比度

B、加速圖像處理過程

C、改善圖像分辨率

D、實現圖像尺度不變性

參考答案：D

191.什么是大模型中的預訓練？

A、在大規模數據集上訓練模型的過程

B、對模型參數進行初始化的過程

C、使用少量數據對模型進行微調的過程

D、將模型部署到實際應用場景的過程

參考答案：A

192.下面的（）是神經網絡中所用的函數。

A、估價函數

B、適應度函數

C、特性函數

D、信任函數

參考答案：C

193.在自然語言處理中，n-gram模型主要用于什么？

A、詞性標注

B、分詞

C、特征提取

D、情感分析

55th

參考答案：C

194.機器學習按學習方法大致可分為()。

A、模擬人腦的機器學習和采用數學方法的機器學習

B、歸納學習、演繹學習、類比學習、分析學習

C、監督學習、無監督學習、強化學習

D、結構化學習、非結構化學習

參考答案：B

195.在Python中，如何獲取一個列表的最后一個元素？

A、list[-l]

B、list[0]

C、list[l]

D、listQen(list)]

參考答案：A

196.在深度學習中，什么是激活函數的飽和現象？

A、激活函數輸出值接近于0或1的情況

B、激活函數輸出值在某一范圍內波動的情況

C、激活函數梯度接近于0的情況

D、激活函數輸出值不穩定的情況

參考答案：C

197.在機器學習中，哪個概念描述了從歷史數據中學習并預測未

來的能力？

A、監督學習

56th

B、無監督學習

C、強化學習

D、深度學習

參考答案：A

198.在數據挖掘中，”欠擬合”是指什么現象？

A、模型過于簡單，無法捕捉數據中的模式

B、模